一、堆的性质
堆积是一个近似完全二叉树的结构,并同时满足堆积的性质:即子结点的键值或索引总是小于(或者大于)它的父节点。堆在排序中可分为大顶堆和小顶堆,分别用于升序排序和降序排序。
大顶堆:每个节点的值都大于或等于其子节点的值,在堆排序算法中用于升序排列。
小顶堆:每个节点的值都小于或等于其子节点的值,在堆排序算法中用于降序排列。
例如:
二、堆排序的原理
基本思想:利用大顶堆(小顶堆)根节点是最大关键字或最小关键字的思想,对元素进行排序。
实现过程及步骤(以升序排序为例):
- 创建一个堆结构,将要排序的数组放入堆;
- 通过向下调整使每一级节点都大于它的子节点,满足大顶堆的特征,此时根节点是节点中最大的;
- 将根节点与末尾节点进行交换,交换后不再变动末尾节点;
- 重复第二步向下调整,直到全部元素排序完成
堆排序的平均复杂度为O(nlogn)
三、堆排序代码实现
def heapSort(arr):
"""堆排序"""
first = len(arr)
for start in range(first, -1, -1):
# 从下到上,从右到左对每个非叶节点进行调整,循环构建成大顶堆
bigHeap(arr, start, len(arr) - 1)
for end in range(len(arr) - 1, 0, -1):
# 交换堆顶和堆尾的数据
arr[0], arr[end] = arr[end], arr[0]
# 重新调整完全二叉树,构造成大顶堆
bigHeap(arr, 0, end - 1)
return arr
def bigHeap(arr, start, end): # start是根节点索引,end是最后一个节点索引
"""向下调整构造大顶堆"""
root = start
left = root * 2 + 1 # 左孩子的索引
while left <= end:
# 节点有右子节点,并且右子节点的值大于左子节点,则将left变为右子节点的索引
if left + 1 <= end and arr[left] < arr[left + 1]:
left += 1 # 此时left为右子节点
if arr[root] < arr[left]:
# 交换节点与子节点中较大者的值
arr[root], arr[left] = arr[left], arr[root]
# 交换值后,如果存在孙节点,则将root设置为子节点,继续与孙节点进行比较
root = left
left = root * 2 + 1
else:
break
if __name__ == '__main__':
array = [10, 17, 121, 7, 30, 36, 27, 1, 15, 5, 59, 21]
print(heapSort(array))