堆排序原理及实现

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）：

1. 创建一个堆结构，将要排序的数组放入堆；
2. 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；
3. 将根节点与末尾节点进行交换，交换后不再变动末尾节点；
4. 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))