堆排序不仅是在面试很常见的考察题目,也是一种很重要的排序方法,通过堆排序,我们也能更好地了解堆这种数据结构的思想。
堆排序思想理论
堆排序涉及到的概念:
- 堆排序是利用 堆进行排序的
- 堆是一种完全二叉树
- 堆有两种类型: 大根堆 小根堆
两种类型的概念如下:
- 大根堆:每个结点的值都大于或等于左右孩子结点
- 小根堆:每个结点的值都小于或等于左右孩子结点
这里有一个自己常用的心得,对于树结构的描述,比如前中后序遍历,大根堆小根堆,我们都描述的是父节点的状态,前序遍历就是说父节点的顺序要在前面,大根堆就是父节点的值比较大,等等。
堆排序Python3实现
了解了堆。下面我们来看下堆排序的思想是怎样的(以大根堆为例):
-
首先将待排序的数组构造出一个大根堆
-
取出这个大根堆的堆顶节点(最大值),与堆的最下最右的元素进行交换,然后把剩下的元素再构造出一个大根堆
-
重复第二步,直到这个大根堆的长度为1,此时完成排序。
编码主要解决两个问题:
- 如何把一个序列构造出一个大根堆
def heap_adjust(L, start, end):
temp = L[start]
i = start
j = 2 * i
while j <= end:
if (j < end) and (L[j] < L[j + 1]):
j += 1
if temp < L[j]:
L[i] = L[j]
i = j
j = 2 * i
else:
break
L[i] = temp
- 输出堆顶元素后,如何使剩下的元素构造出一个大根堆
def swap_param(L, i, j):
L[i], L[j] = L[j], L[i]
return L
def heap_sort(L):
L_length = len(L) - 1
first_sort_count = L_length / 2
for i in range(first_sort_count):
heap_adjust(L, first_sort_count - i, L_length)
for i in range(L_length - 1):
L = swap_param(L, 1, L_length - i)
heap_adjust(L, 1, L_length - i - 1)
return [L[i] for i in range(1, len(L))]