python 堆排序

python 堆排序

堆排序算法是对选择排序的改进，通过利用堆结构，可以减少相比于选择排序的比较次数，进而提高排序效率。堆是一种特殊的二叉树，分为小根堆和大根堆两种。
小根堆（满足3个基本条件）：

• 它是一棵完全二叉树
• 根节点小于等于它的左右孩子节点
• 对于根节点的左右子树也满足以上两点

大根堆（满足3个基本条件）：

• 它是一棵完全二叉树
• 根节点大于等于它的左右孩子节点
• 对于根节点的左右子树也满足以上两点

堆排序算法思想

1、构建堆
2、对调首尾元素
3、调整堆

先说堆（假设大根堆）的调整，堆的调整：
对于任一需要调整的节点，设为pos，其左右孩子节点分别为：2pos+1，2pos+2(lists下标从0开始)，将pos与其左右孩子比较，若左右孩子都大于pos，则将较大孩子的值与pos交换，（为什么要与较大的孩子交换，因为大根堆需要满足父节点不小于孩子节点），若左孩子或右孩子中的一个大于pos，则将大于pos的孩子与pos交换，若左右孩子都不大于pos，则不用交换。假设我们将pos与其右孩子做了交换，那么下一步就是从右孩子开始递归调整（将右孩子看作pos继续上面的步骤，左孩子不用调整，左孩子已经满足大根堆的条件），因为交换过后的堆不一定还满足大根堆的条件。

再说构建堆：
知道了如何调整堆之后，就可以通过调整由lists（原待排序序列）构成的完全二叉树来构建大根堆。具体步骤是：设 i=length//2，从 i - 1到 0 对二叉树进行调整，假设 lists 长度为5，则 i = 5//2 = 2，i - 1 =1，所以从二叉树中下标为1的元素开始调整，直至下标为0的元素也调整完，这就完成了堆的创建。

最后是对调首尾元素：
对调首尾元素的目的是将最大元素放在列表最后，而后再对列表的前 length - 1 个元素进行调整为大根堆（首尾元素交换后，原大根堆不再满足大根堆的条件），递归执行以上两个步骤直至排序完成。

python实现

#堆排序(升序排列，构建大根堆)：
def heap_adjust(lists,pos,length):
    max_=pos
    lchild=2*pos+1#由于lists下表从0开始，所以左右孩子下标为2*pos+1,2*pos+2
    rchild=2*pos+2
    if max_<length//2:#注意符号是<,堆调整时，必定是从(length//2)-1开始
        if lchild<length and lists[lchild]>lists[max_]:
            max_=lchild
        if rchild<length and lists[rchild]>lists[max_]:
            max_=rchild
        if max_!=pos:#如果max_未发生改变，说明不需要调整
            lists[max_],lists[pos]=lists[pos],lists[max_]
            heap_adjust(lists,max_,length)#递归调整
def heap_create(lists,length):
    for i in range(length//2)[::-1]:
        heap_adjust(lists,i,length)
def heap_sort(lists):
    length=len(lists)
    heap_create(lists,length)
    for i in range(length)[::-1]:
        lists[0],lists[i]=lists[i],lists[0]#首尾元素互换，将最大的元素放在列表末尾
        heap_adjust(lists,0,i)#从头再调整，列表长度-1（尾元素已经完成排序，所以列表长度-1）
lists=[6,1,52,8,777,14,13,0,9,2,2,1]
heap_sort(lists)
print(lists)