堆排序Python實現(xiàn)

堆排序作是基本排序方法的一種渊季,類似于合并排序而不像插入排序栖榨,它的運行時間為O(nlogn)靡挥,像插入排序而不像合并排序,它是一種原地排序算法蜈抓,除了輸入數(shù)組以外只占用常數(shù)個元素空間启绰。

堆(定義):(二叉)堆數(shù)據(jù)結構是一個數(shù)組對象,可以視為一棵完全二叉樹资昧。如果根結點的值大于(小于)其它所有結點酬土,并且它的左右子樹也滿足這樣的性質,那么這個堆就是大(懈翊)根堆。

我們假設某個堆由數(shù)組A表示刹枉,A[1]為樹的根叽唱,給定某個結點的下標i,其父結點微宝、左孩子棺亭、右孩子的下標都可以計算出來:PARENT(i):
return i/2
LEFT(i):
return 2i
RIGHT(i):
return 2i+1


所謂堆排序的過程,就是把一些無序的對象蟋软,逐步建立起一個堆的過程镶摘。
下面是用Python實現(xiàn)的堆排序的代碼。


def build_max_heap(to_build_list):
    """建立一個堆"""
    
    # 自底向上建堆
    for i in range(len(to_build_list)/2 - 1, -1, -1):
        max_heap(to_build_list, len(to_build_list), i)
 
def max_heap(to_adjust_list, heap_size, index):
    """調整列表中的元素以保證以index為根的堆是一個最大堆"""
    
    # 將當前結點與其左右子節(jié)點比較岳守,將較大的結點與當前結點交換凄敢,然后遞歸地調整子樹
    left_child = 2 * index + 1
    right_child = left_child + 1
    if left_child < heap_size and to_adjust_list[left_child] > to_adjust_list[index]:
        largest = left_child
    else:
        largest = index
    if right_child < heap_size and to_adjust_list[right_child] > to_adjust_list[largest]:
        largest = right_child
    if largest != index:
        to_adjust_list[index], to_adjust_list[largest] = \
        to_adjust_list[largest], to_adjust_list[index]
        max_heap(to_adjust_list, heap_size, largest)
        
def heap_sort(to_sort_list):
    """堆排序"""
    
    # 先將列表調整為堆
    build_max_heap(to_sort_list)
    heap_size = len(to_sort_list)
    # 調整后列表的第一個元素就是這個列表中最大的元素,將其與最后一個元素交換湿痢,然后將剩余的列表再調整為最大堆
    for i in range(len(to_sort_list) - 1, 0, -1):
        to_sort_list[i], to_sort_list[0] = to_sort_list[0], to_sort_list[i]
        heap_size -= 1
        max_heap(to_sort_list, heap_size, 0)
        
if __name__ == '__main__':
    
    to_sort_list = [4, 1, 3, 2, 16, 9, 10, 14, 8, 7]
    heap_sort(to_sort_list)
    print to_sort_list
最后編輯于
?著作權歸作者所有,轉載或內容合作請聯(lián)系作者
  • 序言:七十年代末涝缝,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子譬重,更是在濱河造成了極大的恐慌拒逮,老刑警劉巖,帶你破解...
    沈念sama閱讀 217,907評論 6 506
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件臀规,死亡現(xiàn)場離奇詭異滩援,居然都是意外死亡,警方通過查閱死者的電腦和手機塔嬉,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,987評論 3 395
  • 文/潘曉璐 我一進店門玩徊,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人邑遏,你說我怎么就攤上這事佣赖。” “怎么了记盒?”我有些...
    開封第一講書人閱讀 164,298評論 0 354
  • 文/不壞的土叔 我叫張陵憎蛤,是天一觀的道長。 經(jīng)常有香客問我,道長俩檬,這世上最難降的妖魔是什么萎胰? 我笑而不...
    開封第一講書人閱讀 58,586評論 1 293
  • 正文 為了忘掉前任,我火速辦了婚禮棚辽,結果婚禮上技竟,老公的妹妹穿的比我還像新娘。我一直安慰自己屈藐,他們只是感情好榔组,可當我...
    茶點故事閱讀 67,633評論 6 392
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著联逻,像睡著了一般搓扯。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上包归,一...
    開封第一講書人閱讀 51,488評論 1 302
  • 那天锨推,我揣著相機與錄音,去河邊找鬼公壤。 笑死换可,一個胖子當著我的面吹牛,可吹牛的內容都是我干的厦幅。 我是一名探鬼主播沾鳄,決...
    沈念sama閱讀 40,275評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼慨削!你這毒婦竟也來了洞渔?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 39,176評論 0 276
  • 序言:老撾萬榮一對情侶失蹤缚态,失蹤者是張志新(化名)和其女友劉穎磁椒,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體玫芦,經(jīng)...
    沈念sama閱讀 45,619評論 1 314
  • 正文 獨居荒郊野嶺守林人離奇死亡浆熔,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 37,819評論 3 336
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了桥帆。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片医增。...
    茶點故事閱讀 39,932評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖老虫,靈堂內的尸體忽然破棺而出叶骨,到底是詐尸還是另有隱情,我是刑警寧澤祈匙,帶...
    沈念sama閱讀 35,655評論 5 346
  • 正文 年R本政府宣布忽刽,位于F島的核電站天揖,受9級特大地震影響,放射性物質發(fā)生泄漏跪帝。R本人自食惡果不足惜今膊,卻給世界環(huán)境...
    茶點故事閱讀 41,265評論 3 329
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望伞剑。 院中可真熱鬧斑唬,春花似錦、人聲如沸黎泣。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,871評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽抒倚。三九已至雪营,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間衡便,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 32,994評論 1 269
  • 我被黑心中介騙來泰國打工洋访, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留镣陕,地道東北人。 一個月前我還...
    沈念sama閱讀 48,095評論 3 370
  • 正文 我出身青樓姻政,卻偏偏與公主長得像呆抑,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子汁展,可洞房花燭夜當晚...
    茶點故事閱讀 44,884評論 2 354

推薦閱讀更多精彩內容