python堆排序算法_堆排序算法以及python实现

堆满足的条件：1，是一颗完全二叉树。2，大根堆：父节点大于各个孩子节点。每个节点都满足这个道理。小根堆同理。

parent = (i-1)/2    #i为当前节点

left = 2*i+1

right = 2*i + 2

堆可以分为大根堆和小根堆，这里用大根堆的情况来定义操作：

(1)大根堆调整(max_heapify)：

将堆的末端子节点作调整，使得子节点永远小于父节点。这是核心步骤，在建堆和堆排序都会用到。

比较i的根节点和与其所对应i的孩子节点的值，当i根节点的值比左孩子节点的值要小的时候，就把i根节点和左孩子节点所对应的值交换，同理，就把i根节点和右孩子节点所对应的值交换。

然后再调用堆调整这个过程，可见这是一个递归的过程。

def max_heapify(heap,heapSize,root): # 调整列表中的元素并保证以root为根的堆是一个大根堆

'''

给定某个节点的下标root，这个节点的父节点、左子节点、右子节点的下标都可以被计算出来。

父节点：(root-1)//2

左子节点：2*root + 1

右子节点：2*root + 2 即：左子节点 + 1

'''

left = 2*root + 1

right = left + 1

larger = root

if left < heapSize and heap[larger] < heap[left]:

larger = left

if right < heapSize and heap[larger] < heap[right]:

larger = right

if larger != root: # 如果做了堆调整则larger的值等于左节点或者右节点的值，这个时候做堆调整操作

heap[larger], heap[root] = heap[root], heap[larger]

# 递归的对子树做调整

max_heapify(heap, heapSize, larger)

(2)建立大根堆(build_max_heap)：

将堆中所有的数据重新排序。建堆的过程其实就是不断做大根堆调整的过程，从(heapSize -2)//2处开始调整，一直调整到第一个根节点。

def build_max_heap(heap): # 构造一个堆，将堆中所有数据重新排序

heapSize = len(heap)

for i in range((heapSize -2)//2,-1,-1): # 自底向上建堆

max_heapify(heap, heapSize, i)

(3)堆排序(heap_sort)：

将根节点取出与最后一位做对调，并做最大堆调整的递归运算。堆排序是利用建堆和堆调整来进行的。

首先建堆，然后将堆的根节点选出与最后一个节点进行交换，然后将前面len(heap)-1个节点继续做堆调整，直到将所有的节点取出，对于有n个元素的一维数组我们只需要做n-1次操作。

import random

def heap_sort(heap): # 将根节点取出与最后一位做对调，对前面len-1个节点继续进行堆调整过程。

build_max_heap(heap)

# 调整后列表的第一个元素就是这个列表中最大的元素，将其与最后一个元素交换，然后将剩余的列表再递归的调整为最大堆

for i in range(len(heap)-1, -1, -1):

heap[0], heap[i] = heap[i], heap[0]

max_heapify(heap, i, 0)

# 测试

if __name__ == '__main__':

a = [30, 50, 57, 77, 62, 78, 94, 80, 84]

print(a)

heap_sort(a)

print(a)

b = [random.randint(1,1000) for i in range(1000)]

print(b)

heap_sort(b)

print(b)