python如何实现堆排序

小编给大家分享一下python如何实现堆排序，相信大部分人都还不怎么了解，因此分享这篇文章给大家参考一下，希望大家阅读完这篇文章后大有收获，下面让我们一起去了解一下吧！

堆排序

堆是一种完全二叉树（是除了最后一层，其它每一层都被完全填充，保持所有节点都向左对齐），首先需要知道概念：最大堆问题，最大堆就是根节点比子节点值都大，并且所有根节点都满足，那么称它为最大堆。反之最小堆。

当已有最大堆，如下图，首先将7提出，然后将堆中最后一个元素放到顶点上，此时这个堆不满足最大堆了，那么我们要给它构建成最大堆，需要找到此时堆中对打元素然后交换，此时最大值为6，符合最大堆后，我们将6提取出来，然后将堆中最后一个元素放到堆的顶部...以此类推。最后提取的数值7,6,5,4,3,2,1

那么在维护一个最大堆过程中，最多进行交换次数决定了此算法复杂度，但交换次数与树的高度有关：

h=log2(n+1)h=log2(n+1)

最大堆生成：根据最大堆特性(任意一个根节点都大于叶子节点)不满足就调换。

代码实现：

from collections import deque def swap_param(L, i, j):  # 堆顶与最后元素交换  L[i], L[j] = L[j], L[i]  return L def heap_adjust(L, start, end):  #构造成大根堆  temp = L[start]  i = start  j = 2 * i  while j <= end:  # 判断左右子节点，取两个子节点最大索引  if (j < end) and (L[j] < L[j + 1]):   j += 1  # 判断根节点与子节点比较，如果子节点大于根节点，子节点赋值给根节点  if temp < L[j]:   L[i] = L[j]   i = j   j = 2 * i  else:   break  # 再把 原来根节点值赋值给子节点上  L[i] = temp def heap_sort(L):  L_length = len(L) - 1  first_sort_count = L_length // 2  for i in range(first_sort_count):  heap_adjust(L, first_sort_count - i, L_length)  for i in range(L_length - 1):  L = swap_param(L, 1, L_length - i)  heap_adjust(L, 1, L_length - i - 1)  return [L[i] for i in range(1, len(L))] def main():  L = deque([50, 16, 30, 10, 60, 90, 2, 80, 70])  L.appendleft(0)  print(heap_sort(L)) main()

基础知识点扩展：

堆排序

堆

堆栈是计算机的两种最基本的数据结构。堆的特点就是FIFO(first in first out)先进先出，这里的话我觉得可以理解成树的结构。堆在接收数据的时候先接收的数据会被先弹出。

堆排序节点访问和操作定义

堆节点的访问

在这里我们借用wiki的定义来说明：

通常堆是通过一维数组来实现的。在阵列起始位置为0的情况中

• 父节点i的左子节点在位置(2*i+1);

• 父节点i的右子节点在位置(2*i+2);

• 子节点i的父节点在位置floor((i-1)/2);

以上是“python如何实现堆排序”这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注亿速云行业资讯频道！