1.7_heap_sort_堆的向下调整&堆排序

--- 二叉树的顺序存储方式 ---
父节点和左孩子节点的 index：
i --> 2i + 1

父节点和右孩子节点的 index：
i --> 2i + 2

孩子找父亲：
(i - 1) // 2

堆：一种特殊的完全二叉树结构
    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 ---
    假设：根节点的左右子树都是堆，但自身不是堆
    可以通过一次向下的调整来将其变换成一个堆

def sift(li, low, high):
    """
    堆的向下调整

    :param li: 列表
    :param low: 堆的根节点位置
    :param high: 堆的最后一个元素的位置
    :return:
    """

    # i 最开始指向根节点
    # j 是左孩子
    # 把堆顶存起来
    i = low
    j = 2 * i + 1
    temp = li[low]

    # 只要 j 位置有数，就重复循环
    while j <= high:
        # 如果右孩子存在 并且大于左孩子，j 指向右孩子
        if j + 1 <= high and li[j + 1] > li[j]:
            j = j + 1

        # 如果孩子比 temp大，孩子上去填到 i 的位置。更新 i j，看下一层
        if li[j] > temp:
            li[i] = li[j]
            i = j
            j = 2 * i + 1
        else:
            break
    # 不管在哪退出循环，最后都要给空位 i 赋值
    # 如果 temp 比较大，把 temp 放到某一级领导的位置上
    # 如果 j > high，把 temp 放到叶子节点上
    li[i] = temp

--- 堆排序 ---
    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

缺点：在快的排序算法中相对较慢 

def heap_sort(li):

    # 建立堆
    n = len(li)
    for i in range((n - 2) // 2, -1, -1):
        # i: 建堆时调整的部分根的 index
        sift(li, i, n - 1)

    # 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
        # 先把最后一个元素交换上去 (此时 i 还没更新)
        li[0], li[i] = li[i], li[0]
        # i - 1: 新的 high
        sift(li, 0, i - 1)