数据结构 - 堆排序（Python 实现，详细注释）

堆

• 完全二叉树

  假设二叉树的深度为 $h$，除第 $h$ 层外，其它各层 $1～(h-1)$ 的节点数都达到最大个数，第 $h$ 层所有的节点都 连续 集中在最左边，这就是完全二叉树。

  完全二叉树可用数组表示。

• 堆

  堆分为大顶堆（节点元素值大于左右子节点元素值）和小顶堆（节点元素值小于左右子节点元素值）。

• 堆排序

  堆排序属于选择排序，不稳定排序，时间复杂度为 $O(nlogn)$

  在排序后，存储在数组中的元素成有序序列。

  降序使用小顶堆（每次都将第 $i$ 小元素置于数组倒数第 $i$ 位置）；
  升序使用大顶堆（每次都将第 $i$ 大元素置于数组倒数第 $i$ 位置）。

---

相关详细理论可参阅 堆排序理论介绍

---

Python 代码实现

def max_heap(arr, length):
    """
    每一遍的最大堆排序 max_heap 都会选出最大的元素，并置于堆顶
    :param arr: 传入待排数组的指针
    :param length: 当前需要排序的数组长度
    :return: None
    """

    # 每次从最后一个非叶子结点开始
    start = length // 2 - 1

    # 因为是从最后一个结点开始，所以以后每次只需将目标根元素索引减一
    # 即相当于从右向左，从下至上遍历了所有非叶子结点
    for root in range(start, -1, -1):

        # 当前非叶子结点（下称：根节点）的左子节点与右子节点的索引
        left = root * 2 + 1
        right = left + 1

        # 比较左子节点与右子节点，将二者中的最大值与根节点比较
        if right < length:
            temp = left if arr[left] > arr[right] else right
        else:
            temp = left

        # 将最大值与当前根节点交换
        if arr[root] < arr[temp]:
            arr[root], arr[temp] = arr[temp], arr[root]


def sort_heap(arr):

    length = len(arr)

    # 对待排数组构建初始堆，此时最大值已经处于堆顶
    max_heap(arr, length)

    # 对长度len-1的待排数组进行堆性质维护
    for l in range(len(arr)-1, -1, -1):

        # 之所以长度len-1，是因为每次都已经将最大值置于序列尾部
        # 已经处于尾部的最大值不要在进行排序
        arr[l], arr[0] = arr[0], arr[l]

        # 对长度len-1的待排序列进行堆排序
        max_heap(arr, l)
        print(arr)


if __name__ == '__main__':

    from random import randint

    arr = [randint(0, 25) for _ in range(5)]

    print("init:", arr)
    sort_heap(arr)
    print("end:", arr)