序
- python有一个 专门的heap文件, import heap就可以了.
- 目的: 这里只是一个单纯的形成堆的例子,给一个list,将list堆化
思路
- 简爱说一代码的思路,代码参考B站( https://www.bilibili.com/video/av47196993?from=search&seid=17395044821033317472 )
-
首先堆是一个完全二叉树,根据完全二叉树的性质,我们可以找到一个节点的父亲节点和孩子节点:
parent = ( i - 1 ) / 2
c1 = 2i + 1
c2 = 2i + 2 -
如果是最大堆,那么所有节点都比他的孩子节点大,同理最小堆.
-
根据上面的性质,我们可以写一个函数,做局部堆化( heapfiy ,三个节点,一个父亲,两个孩子),但是只是单纯的比较交换后,会有一个问题,如果孩子节点交换上来,父亲节点下去,你不能保证,这个交换过后,原本的堆的性质依然存在,不会因为我的交换而打乱(见2),所以我们需要对交换后的节点进行再次堆化,如此递归下去,我称之为,为局部堆化擦屁股…
-
好了,上面只是局部堆化,为了形成完整的堆,我们可以从下往上遍历,同样利用一个小trick,我们可以找到最后一个叶子节点的父亲节点,我们可以从这里开始,逐个遍历到根节点,对每一个进行堆化.
代码
'''
1.根据数据的先后顺序或重要程度等给数据编的号码
2.优先级队里的实现方式有多种,其中最高效的一种便是堆(heap)
3.完全二叉树: 根节点是i,那么它的左儿子=2*i, 右儿子=2*i+1
4.堆的特点,对于任何子结构: parent > children
'''
# 数组实现
class MaxHeap:
def swap(self,max,i):
global tree
temp = tree[max]
tree[max] = tree[i]
tree[i] = temp
# 来历:堆化
# 从一个节点出发,保证其子结构成堆状,很明显,我们需要从下往上走
# 倒数第二层,局部堆化 + 擦屁股
def heapfiy(self,n,i):
'''
:param tree: 表示一个完全二叉树
:param n: 树中的节点个数
:param i: 哪一个节点做heapfiy操作
:return:
'''
global tree
# 递归出口
if( i >= n ):
return
c1 = 2 * i + 1
c2 = 2 * i + 2
max = i
if( c1 < n and tree[c1] > tree[max] ):
max = c1
if( c2 < n and tree[c2] > tree[max]):
max = c2
if(max != i):
self.swap(max,i)
# 递归?
self.heapfiy(n,max)
def build_heap(self):
global tree
n = len(tree)
print(tree)
last_node = n - 1
last_parent = int(( last_node -1 )/2)
print(last_parent)
for i in range(last_parent,-1,-1):
self.heapfiy(n,i)
tree = [2,5,3,1,10,4]
maxheap = MaxHeap()
# [5, 10, 3, 1, 2, 4]
maxheap.heapfiy(len(tree),0)
print(tree)