这里记录下堆的相关操作。
op 1:
'''
@ data: the heap array
@ p : index of parent item
@ n : number of data
@@ Swap p and it's son items, make p the largest of them
'''
def swapForMaxHeap(data, n, p):
ls = p << 1 | 1
rs = ls + 1
# p has two sons or just left
if ls < n or rs < n:
if rs < n:
if data[ls] < data[rs]: ls = rs
if data[p] < data[ls]:
data[p], data[ls] = data[ls], data[p]
return ls
return -1
上面函数的功能,是将p所代表的父节点与其子节点的值进行比较,与节点值大的子节点交换节点值,使得父节点的值最大,并返回与其进行交换的子节点的索引。若无交换,则返回 -1.
op 2:
'''
@ data: the heap array
@ p : index of parent item
@ n : number of data
@@ Swap p and it's son items, make p the smallest of them
'''
def swapForMinHeap(data, n, p):
ls = p << 1 | 1
rs = ls + 1
# p has two sons or just left
if ls < n or rs < n:
if rs < n:
if data[ls] > data[rs]: ls = rs
if data[p] > data[ls]:
data[p], data[ls] = data[ls], data[p]
return ls
return -1
与上面的函数类似,只是取小的结点值。
op 3:
def Swap(data, n, p, ls = 0):
fun = {}
fun[0] = swapForMaxHeap
fun[1] = swapForMinHeap
return fun[ls](data, n, p)
将上面的两个函数进行下封装,参数ls表示的是堆的类型, 0 表示大根堆, 1 表示是小根堆。
op 4:
'''
@ data : the heap array
@ i : the start index to be fixUp
@ n : the number of data
@ ls : if 0, it is a max heap, otherwise, min one
@@
'''
def fixUp(data, i, n, ls = 0):
if n <= 1: return
if i <= 0 or i >= n: return
p = (i - 1) >> 1
while p >= 0:
Swap(data, n, p, ls)
p = (p - 1) >> 1
结点的上溯过程,用于插入操作,插入的时候,先将新结点的值插入到堆数组的尾部,因为这个新的结点可能违反堆的性质,需要向上调整,直到调整到最顶端。
op 5:
def fixDown( data, i, n, ls = 0):
if n <= 1: return
if i < 0 or i >= n: return
while i <= n - 1:
index = Swap(data, n, i, ls)
if index == -1: break
i = index
结点的下沉过程,用于删除和堆的建立。删除的操作,只在堆顶进行,即删除堆顶元素,删除时,将堆的最后元素与堆顶进行交换,交换后,新的堆顶元素可能违反堆的性质,所以需要向下调整。
op 6:
'''
@ data: data array that adjust to be heap
@ n : number of data
@ ls : 0-max heap, 1- min heap
'''
def buildHeap(data, n, ls = 0):
if n <= 1: return
for i in xrange( (n >> 1) - 1, -1, -1):
fixDown(data, i, n, ls)
堆的建立其实不需要从0开始,也就是将数组中的元素一个个的插入到空的堆中,因为若没有大小堆的大小限制,给定的数组也可以视为是一种堆,只不过是杂乱无章的堆,我们只需要对这些元素进行下调整就可以了,就是从最后一个非叶子结点开始,向下调整。
op 7:
def insert(data, new_x, ls = 0):
data.append(new_x)
n = len( data )
fixUp(data, n - 1, n , ls)
这就是插入操作了,插入的时候将新元素插入到最后,然后上溯,调整为符合堆的性质。
op 8:
def delete(data, n, ls = 0):
if n <= 0: return
if n == 1:
del data[0]
return
data[0], data[-1] = data[-1], data[0]
del data[-1]
print data
fixDown(data, 0, n - 1, ls)
删除操作允许在堆顶进行,删除后那个空缺这么办呢?身份最单调的就是最后一个结点,因为其肯定不会有孩子结点,而且也不会打乱下标,所以我们用其与堆顶交换,代码里是为了说明交换的意思,其实只要将最后结点的值赋值给堆顶就好了,即 data[ 0 ] = data[ -1]。然后删除最后一个结点。从上向下调整。
op 9:
def heapSort(data, n, ls = 0):
if n <= 1: return
for i in xrange(n - 1, -1, -1):
data[i], data[0] = data[0], data[i]
fixDown(data, 0, i, ls)
data.reverse()
print data
这就是堆排序的排序了,以小根堆为例,堆顶就是整个序列的最小,将其与最后的结点交换,然后调整,调整后的堆顶又是相对最小的,再交换。