python数据结构与算法之堆排序

python数据结构与算法—>NB三人组之堆排序

二叉树的顺序存储方式

堆由孩子找父亲（重要！）:

若孩子节点下标为i，则父亲为（i-1)//2

---

完全二叉树：叶节点只能出现在最下层和次下层，并且最下面一层的结点都集中在该层最左边的若干位置的二叉树

堆：一种特殊的完全二叉树

• 大根堆：一棵完全二叉树，满足任一节点都比其孩子节点大
• 小根堆：一棵完全二叉树，满足任一节点都比其孩子节点小
  

---

堆的向下调整：

当根节点的左右子树都是堆但自身不是堆时，可以通过一次向下的调整来将其变换成一个堆

调整前：

调整后：

---

堆排序过程

1. 建立堆（建堆是从下往上）
2. 得到堆顶元素，为最大元素
3. 去掉堆顶，将堆最后一个元素放到堆顶，此时可通过一次调整重新使堆有序
4. 堆顶元素为第二大元素
5. 重复步骤3，直到堆变空

手写版：

时间复杂度：nlogn

import random

# 向下调整函数
def sift(li, low, high):
    """
    :param li: 列表
    :param low: 堆的根节点的位置
    :param high: 堆的最后一个元素的位置
    """
    i = low  # i最开始指向根节点
    j = 2 * i + 1  # j开始是左孩子
    tmp = li[low]  # 把堆顶存起来
    while j <= high:  # 只要j位置有数
        if j + 1 <= high and li[j + 1] > li[j]:  # j是左孩子, j+1是右孩子，如果右孩子有并且比较大
            j = j + 1  # 指向右孩子
        if li[j] > tmp:
            li[i] = li[j]
            i = j  # 往下看一层
            j = 2 * i + 1
        else:  # tmp更大,把tmp放到i的位置上
            li[i] = tmp  # 把tmp放到某一级领导位置上
            break
    else:
        li[i] = tmp  # 把tmp放到叶子节点上


"""
堆排序过程：
 1. 建立堆
 2. 得到堆顶元素，为最大元素
 3. 去掉堆顶，将堆最后一个元素放到堆顶，此时可通过一次调整重新使堆有序
 4. 堆顶元素为第二大元素
 5. 重复步骤3，直到堆变空
"""


def heap_sort(li):
    # --- 建堆 ---
    n = len(li)
    for i in range((n - 2) // 2, -1, -1):  # 从（n-2）//2开始，倒着遍历到0（建堆先从叶子节点开始）
        # i表示建堆的时候调整的部分的根的下标（sift的low参数）
        sift(li, i, n - 1)  # high是最后一个元素的下标
    # --- 完成 ---
    # 挨个出数
    for i in range(n - 1, -1, -1):
        # i指向当前堆的最后一个元素
        li[0], li[i] = li[i], li[0]  # 堆顶与最后一个元素做交换
        sift(li, 0, i - 1)  # i-1是新的high
    return li


li = [i for i in range(10)]		# 生成0~9的列表
random.shuffle(li)	# 打乱列表顺序
print(li)	# 打乱后的列表
print(heap_sort(li))	# 堆排序好的列表

---

python内置函数版：

import heapq  # q--->queue 优先队列
import random

li = [i for i in range(10)]
random.shuffle(li)
heapq.heapify(li)  # 建堆
for i in range(len(li)):
    result = heapq.heappop(li)	# 依次弹出
    print(result, end=' ')

运行结果：

纸上得来终觉浅，绝知此事要躬行！！！强烈建议亲自手写几遍加深记忆！

参考视频：清华计算机博士带你学习python算法+数据结构