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)