189 8069 5689
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：大堆问题，大堆就是根节点比子节点值都大，并且所有根节点都满足，那么称它为大堆。反之最小堆。
当已有大堆，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，此时这个堆不满足大堆了，那么我们要给它构建成大堆，需要找到此时堆中对打元素然后交换，此时大值为6，符合大堆后，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)
大堆生成：根据大堆特性(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，欢迎关注创新互联成都网站设计公司行业资讯频道！
另外有需要云服务器可以了解下创新互联scvps.cn，海内外云服务器15元起步，三天无理由+7*72小时售后在线，公司持有idc许可证，提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案，具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势，专为企业上云打造定制，能够满足用户丰富、多元化的应用场景需求。