堆排序

分析:

初始时候, 堆排序算法利用buildMaxHeap将输入数组A[1...n]建成最大堆, 其中n=A.length. 因为数组中的最大元素总在根结点A[1]中, 通过把它与A[n]进行互换, 我们可以让该元素放到正确的位置. 这时候, 如果我们从堆中去掉结点n(这一操作可以通过减少A.heapSize的值来实现), 剩余的结点中, 原来根的孩子结点仍是最大堆, 而新的根结点可能会违背最大堆的性质. 为了维护最大堆的性质, 我们要做的是调用maxHeapIfy(A,1), 从而在A[1...n-1]上构造一个新的最大堆. 堆排序算法会不断重复这一过程, 直到堆的大小从n-1降到2.

代码:

# encoding:utf-8

A = [1, 10, 5, 9, 3, 4]
heapSize = len(A)

# 维持最大堆
def maxHeapify(A, i):
    global heapSize
    left = 2 * i
    right = 2 * i + 1
    maxValue = A[i - 1]
    maxIndex = i
    if left <= heapSize and A[i - 1] < A[left - 1]:
        maxValue = A[left - 1]
        maxIndex = left
    if right <= heapSize and maxValue < A[right - 1]:
        maxValue = A[right - 1]
        maxIndex = right
    if maxIndex != i:
        temp = A[i - 1]
        A[i - 1] = maxValue
        A[maxIndex - 1] = temp
        maxHeapify(A, maxIndex)

# 建立最大堆
def buildMaxHeap(A):
    for i in range(len(A)/2, 0, -1):
        maxHeapify(A, i)

# 排序,将最大的值放在最后一位
def maxHeapSort(A):
    buildMaxHeap(A)
    global heapSize
    for i in range(len(A), 1, -1):
        temp = A[i - 1]
        A[i - 1] = A[0]
        A[0] = temp
        heapSize = heapSize - 1
        maxHeapify(A, 1)

if __name__ == '__main__':
    maxHeapSort(A)

最坏情况运行时间: O( nlg n)