数据结构-堆排序

堆：

完全二叉树（然后联想到树的存储结构---顺序存储（其实就是数组）和链式存储，继续联想到顺序存储结构比较适合完全二叉树和满二叉树，对于一般的二叉树一般采用链式存储结构，对于一般树来说，顺序存储结构的空间利用率太低-----------然后联想到链式存储中的节点结构是----lchild  data   rchild，其中lchild和rchild是指针域----然后联想到n个节点的二叉链表中含有n+1个空指针---利用此空链域组成线索链表。）

所以堆的本质是一种数组对象

重要性质：

任意叶节点小于或者大于它所有的父节点

堆分为大顶堆 和 小顶堆     注意两者对左右孩子的大小关系不做任何要求

堆排序基本思想：

堆排序是一种树形选择排序算法，特点是：在排序过程中，把L[1:n]看成是一颗完全二叉树的顺序存储结构，利用完全二叉树中双亲节点和子节点之间的内在关系，在当前无序区中选择最大or最小元素。

堆排序过程

首先将L[1:n]中的n个元素构建初始堆，由于堆本身的特点（比如大顶堆），堆顶元素就是最大值。输出堆顶元素之后吗，通常将堆底元素送入堆顶，此时根节点已经不满足大顶堆的性质，堆被破坏，将堆顶元素向下调整使其继续保持大顶堆的性质，再输出堆顶元素，如此重复，直到堆中元素只剩下一个为止。

构造初始堆：key!

1. 构建初始堆的过程其实就是一个反复筛选的过程。

2. n个节点的完全二叉树，最后一个结点是 个节点（最后一个非叶节点）的孩子。

3. 对第个结点为根的子树筛选（对大根堆来说，若根节点的关键字小于左右节点子女中关键字较大者，则交换），使该子树成堆，之后向前依次对各结点（-1~1）为根的子树进行筛选，看该值是否大于其左右子结点的值，若不是，将左右节点的较大值与之交换，交换后可能还会破坏下一级的堆，于是继续采用上述方法构造下一级的堆，直到以该节点为根的子树构成堆为止。反复利用上述调整堆得方法建堆，直到根节点。

 

代码（有详细解释）：

# （向下）调整堆
def adjust_heap(lists, i, size):
# 这里的i其实可能是叶子节点的，所以下面要判断i的左右孩子是否超出了界
# 左孩子
    lchild = 2 * i + 1
# 右孩子
    rchild = 2 * i + 2
# 下面其实就是找最大值的过程（大根堆）：先将父节点赋值给最大值，然后用父节点的左右孩子去和max
# 做比较，哪个大就把哪个赋值给max，这里其实隐含了一个左右子节点比较的过程，假如左节点比父节点
# 大，max = lchild，然后将最大值和rchild比较的时候（左右孩子都大于父节点的情况下），相当于
# 左节点和右节点比较，最后max存放的是两个孩子中的最大值。
    max = i
    if i < size/2:
        if lchild < size and lists[lchild] > lists[max]:
            max = lchild
        if rchild < size and lists[rchild] > lists[max]:
            max = rchild
# 假如父节点比左右节点小，则交换父节点和子节点中的最大值
        if max!= i:
            lists[max], lists[i] = list[i], lists[max]
#　因为调整之后可能导致下一级的堆被破坏，所以向下继续调整使其满足堆
#  多说一句，这里的if max != i就说明了父节点一定小于左右节点的较大值，所以可能会破坏下一级的堆
#  如果 if max = i,就不用向下调整了，就继续往前走喽！
            adjust_heap(lists, max, size)

# 构建初始堆
def build_heap(lists, size):
# 只需要从最后一个非叶子节点开始构造就可以，即size/2向上取整的位置。
    for i in range(0, (size/2))[::-1]:
# 调整之后就得到初始堆了，这时候堆顶元素最大or最小，注意，这里的调整过程和之后的调整过程是一样的
            adjust_heap(lists, i, size)

# 堆排序
def heap_sort(lists):
# 获取n，即数组元素的个数
    size = len(lists)
# 构建初始堆
    build_heap(lists, size)
# 从最后一个元素开始循环，堆底和堆顶元素进行交换，交换之后可能会破坏堆，然后就向下调整，使其再次成堆。
    for i in range(0, size)[::-1]:
# 堆顶和堆底交换
        list[0], list[i] = list[i], list[0]
# 调用向下交换的函数，使其满足堆得性质
        adjust_heap(lists, 0, i)

性能分析：

空间：仅仅使用了常数个辅助单元，所以为O(1)

时间：建堆时间为O(n)，之后会有n-1次向下操作，每次向下调整所需时间为O(h)，h为树高，所已，最坏最好平均时间复杂度都是！！！

稳定性：不稳定！