heap sort堆排序算法介绍
堆排序(Heap Sort)是一种基于比较的排序算法,利用堆这种数据结构所设计。堆是一个近似完全二叉树的结构,并同时满足堆积的性质:即子节点的键值或索引总是小于(或者大于)它的父节点。
堆排序算法可以分为两个主要的过程:
建堆(Heapify):将无序序列构造成一个堆,根据升序或降序需求选择最大堆或最小堆。
排序:将堆顶元素(最大或最小值)与堆的最后一个元素交换,然后将剩余的n-1个序列重新构造成一个堆,这样会得到n个元素的次小值。如此反复执行,便能得到一个有序序列了。
堆排序的步骤
- 构建最大堆(Build Max Heap)
从最后一个非叶子节点开始,向前遍历到根节点,将每个非叶子节点都调整为最大堆。
- 堆排序过程
将堆顶元素(最大值)与堆的最后一个元素交换。
减少堆的大小(即最后一个元素已经放到了正确的位置,不需要再排序)。
重新将剩余的部分调整为最大堆。
重复执行上述过程,直到堆的大小为1。
Python 示例代码
def heapify(arr, n, i):
largest = i # 初始化最大为根
l = 2 * i + 1 # 左 = 2*i + 1
r = 2 * i + 2 # 右 = 2*i + 2
# 如果左子节点大于根节点
if l < n and arr[i] < arr[l]:
largest = l
# 如果右子节点是最大值,并且大于根节点
if r < n and arr[largest] < arr[r]:
largest = r
# 如果最大值不是根节点
if largest != i:
arr[i], arr[largest] = arr[largest], arr[i] # 交换
# 递归地堆化受影响的子树
heapify(arr, n, largest)
def heapSort(arr):
n = len(arr)
# 构建最大堆
for i in range(n // 2 - 1, -1, -1):
heapify(arr, n, i)
# 一个个从堆顶取出元素
for i in range(n-1, 0, -1):
arr[i], arr[0] = arr[0], arr[i] # 交换
heapify(arr, i, 0)
# 测试代码
arr = [12, 11, 13, 5, 6, 7]
heapSort(arr)
n = len(arr)
print("排序后的数组是")
for i in range(n):
print("%d" % arr[i], end=" ")
堆排序的性能
时间复杂度:平均和最坏情况都是O(n log n)。
空间复杂度:O(1),为原地排序。
稳定性:不稳定排序,因为相同的元素可能在排序过程中被交换。
适应性:不适合数据量极小的排序场景,因为建堆过程开销相对较大。
heap sort堆排序算法python实现样例
下面是一个Python实现的堆排序算法:
def heapify(arr, n, i):
largest = i # 初始化最大元素为根节点
left = 2 * i + 1 # 左子节点的索引
right = 2 * i + 2 # 右子节点的索引
# 如果左子节点存在且大于根节点,则更新最大元素的索引
if left < n and arr[i] < arr[left]:
largest = left
# 如果右子节点存在且大于最大元素,则更新最大元素的索引
if right < n and arr[largest] < arr[right]:
largest = right
# 如果最大元素不是根节点,则交换根节点和最大元素
if largest != i:
arr[i], arr[largest] = arr[largest], arr[i]
# 递归调整子树
heapify(arr, n, largest)
def heapSort(arr):
n = len(arr)
# 从最后一个非叶子节点开始构建最大堆
for i in range(n // 2 - 1, -1, -1):
heapify(arr, n, i)
# 逐个从最大堆中取出元素,放到有序区
for i in range(n - 1, 0, -1):
arr[i], arr[0] = arr[0], arr[i] # 将根节点(最大元素)与最后一个元素交换
heapify(arr, i, 0) # 重新调整最大堆
return arr
# 示例
arr = [12, 11, 13, 5, 6, 7]
sorted_arr = heapSort(arr)
print(sorted_arr)
输出结果为:[5, 6, 7, 11, 12, 13]