堆排序代码:
def heapify(tree, n, i): # i是根节点
# heapify可以理解为是对数据不是完全乱的情况下的一次性生成大顶堆
if i >= n: # 递归出口
return
c1 = 2*i + 1 # i是根节点index, c1和c2是i的左右子节点index
c2 = 2*i + 2
max_ = i # 先让最大值的index=根节点index i
if c1 < n and tree[c1] > tree[max_]:
max_ = c1
if c2 < n and tree[c2] > tree[max_]:
max_ = c2
if max_ != i: # 当根节点不是最大时,肯定要进行swap
tree[max_], tree[i] = tree[i], tree[max_]
heapify(tree, n, max_) # 交换后虽然max_和i的数据交换了,但是max_i指向的位置还没变,我们继续对此时的max_i执行heapify
# 一开始是对根节点及其左右节点进行处理,接着递归的对进行交换了的左/右节点原位置上的节点进行heapify
# 此时其又作为根节点,与其左右子节点继续进行heapify
# 直到i>=n递归出口
def build_heap(tree, n): # 对于所有数据都是乱的情况,我们就从最后一个非叶子节点开始heapify,然后依次向上进行heapify,直到根节点进行完heapify结束。
# build_heap可以理解为是对数据全部是乱的情况下的一次性生成大顶堆
last_node = n-1
parent = (last_node-1)//2
for i in range(parent,-1,-1): # parent能取到,那-1肯定取不到,最后取到0,每次-1递减
heapify(tree, n, i)
def heap_sort(tree, n):
build_heap(tree, n) # 先一次性生成一个大顶堆
for i in range(n-1,-1,-1): # 从最后一个节点出发,直到减到0节点,都进行交换和大顶堆生成
tree[0], tree[i] = tree[i], tree[0]
heapify(tree, i, 0)
tree = [2,5,3,1,10,4]
n=len(tree)
heap_sort(tree,n)
print(tree)