堆排序的python实现
如图所示,堆类似于一棵二叉树,每个节点最多有两个子结点,根据堆的特点,又分为大顶堆和小顶堆。对于大顶堆,每个结点的值均大于其子结点的值,小顶推则恰恰相反,每个结点的值均小于其子结点的值。
而对排序结构虽然类似于二叉树,不过确是在列表结构上实现排序的,当结点 i 存在子结点时,其左子结点的索引必定为2i,其右结点的索引则必定为2i+1,根据这个,我们便能在列表的基础上实现排序。
对于堆排序的原理,根据算法导论的介绍,分为三个部分。
第一部分:维护堆的性质
堆的性质就是每个结点均大于或小于其子结点的值,这里以大顶堆为例,我们检查堆中某个结点,当发现有子结点的值大于它本身,我们将置换这两个值,然后再处理它的子结点。
def maxheap(A,i):
a=2*i
b=a+1
l=len(A)
if a<l and A[a]>A[i]:
largest=a
else:
largest=i
if b<l and A[b]>A[largest]:
largest=b
if largest!=i:
A[i],A[largest]=A[largest],A[i]
maxheap(A,largest)
return A
第二部分:建立大顶堆
由于顶堆类似于二叉树,所以其叶子结点的开始索引必定是i//2+1,因此存在子结点的结点时从第一个到第i//2,这时只要保证从i//2到1的结点均满足大顶堆的条件,就可以说明整个列表时大顶堆结构。
def build(A):
l=len(A)
for i in range(l//2,0,-1):
maxheap(A,i)
第三部分:堆排序
当建立好一个大顶堆时,堆顶第一个数据必然是最大值,这时将堆顶元素与末尾元素调换,则堆尾已排好序,前面n-1个元素组成新的堆,这时将在堆顶刚调换元素进行保持大顶堆操作,即调用maxheap(A[:n-1],1)
,然后堆顶元素下沉,新的最大值变为堆顶,再次调换堆顶元素。依次类推,经过n-1轮变换,实现排序。
def heapsort(A):
A.insert(0,0) #由于2*0没有意义,则需要在列表A[0]处填充一个值
build(A)
for i in range(len(A)-1,1,-1):
A[1],A[i]=A[i],A[1]
A[:i]=maxheap(A[:i],1)
return A[1:]