排序算法学习笔记--堆排序的Python实现

堆排序的原理：
 构造大顶堆或小顶堆，使得根节点，即目标数组arr[0]为最大/最小。交换arr[0]和arr[-1]，将最大值/最小值储存到最后一个位置，然后以arr[-1]前面的元素构造大顶堆，重复上述过程。

代码

# 主要分为三部分
def heap_sort(s):
# 第一部分，heapify函数，第一次构造大顶堆，需要从最后一排的非叶子节点的最后一个开始，向上遍历
# 不能由上向下的原因是，需要将可能的大数字从下面搬运到上面
    def heapify(s,length,i):
        l = i*2+1
        r = i*2+2
        largest = i
        if l < length and s[l] > s[largest]:
            largest = l
        if r < length and s[r] > s[largest]:
            largest = r
        if largest != i:
            s[i], s[largest] = s[largest],s[i]
            heapify(s,length,largest)
# 第二部分，从后向前/从下向上调用heapify初始化大顶堆
	length = len(s)
    for i in range(length//2-1,-1,-1):
        heapify(s,length,i)
# 第三部分，大顶堆就绪，从后向前遍历s，将s[0]，即大顶堆根节点和最后的叶子节点对调，并length-=1，使得接下来构造大顶堆时，刚刚对调的最后一位不会被重新排序。并且一定要从上向下构造大顶堆。
    for i in range(len(s)-1,0,-1):
        s[0],s[i] = s[i],s[0]
        length -= 1
        heapify(s,length,0)
    print(s)

我自己学习堆排序代码时，一直不理解第一次构造大顶堆的时候为什么要从下向上，而第一次构建完成并将首位元素对调后的构造却要从下向上。仔细想想后，是因为一开始的数组是无序的，从上向下的构造会因为当左右节点比根节点小，且比这三个节点更大的节点在更深层节点时，会遍历不到深层节点，导致大值没有被从深层节点换到根节点。例如[3,2,1,4]，若从上向下遍历，子树[3,2,1]满足条件，则不会再向下遍历，最大值4没有被换上来。从下向上遍历时，[3,2,1,4]–>[3,4,1,2]–>[4,3,1,2]，就可构造大顶堆。而之后构造大顶堆时一定要从上向下，因为最小的数字现在在根节点，最大的数字在根节点的子节点上，若从下向上没办法把最小的数字搬运到叶子节点。