手撕堆排序

Python堆排序详解:建堆、调整与交换过程

我是根据b站上python数据结构里写的

网上有很多关于堆排的,我这里就不重复了,写点不一样的。

堆排原理,建堆-》出数——》向下调整(我看算法导论里叫维护堆,差不多一个意思)

堆是一种树,有大堆小堆,大堆就是父节点比子节点大.
也就是说,建完堆,堆顶是最大的,每次取堆顶交换数组最后一个(没排序的最后一个),就能排好。
父节点是(子节点-1)//2
左子节点是2父+1,右子节点是2父+2
太多我就不说了,可以看看其他博客,这里说点别的地方没有的。

步骤

1.建堆

建堆用向下调整也叫堆维护,建立个大堆
就是重第一非叶子节点开始,循环维护向下调整后,数组就是大堆。
数学证明算法导论中有,我还没看。
大概就是,重一开个小堆开始,向下调整,还挺不好理解的暂时相信它是对的。

向下调整的代码

def sift(li,low,high):
	i =low #堆顶指针1
	j = 2*i+1 # 指针2
	tmp = li[low] #需要比较的数
	while j<= high: #指针2别出界,出界就停了
		if j+1 <=high and li[j+1]>li[j]: #有没有右子节点,有右子节点的话比较,让j指针是大的那个
			j = j+1
		if  tmp < li[j]: # 比较两个指针大小,做出是否交换,和向下
			li[i] = li[j]
			i = j
			j = 2*i+1
		else:
			li[i] = tmp #发现它是最大的,不用比了,停止,把tmp放在这层
			break
	else:
		li[i] = tmp #循环完了,没有可以比的了,把tmp放在这
		

两个在这里插入图片描述
就是两个指针比较,当然每一层实际上是三个数比较

左节点和右节点比较,找到大的,变成j,和tmp比较

如果j大把li[j]的值给到i的位置

如果停止了(可能是到底了,也可能是tmp比下面都大了),总之停止了,就把li[i] =tmp,把tmp放在这就行。

建堆代码

def hip_sort(li):
	n = len(li)
	for i in range((n-1-1)//2,-1,-1):
		sift(li , i, n-1) #每次的low就是每个非叶子节点,一直到0,high就是让它别出界就行,到n-1
	

先找到最后一个叶子节点,就是最后一个数它的父节点,最后一个数下标是数组长度-1,
它的父节点是(n-1-1)//2
python的//是除法并向下取整,就是啥意思,如果是左 ,减一处2后,应该是个整数,那就是它,
如果是右,减一处2,可能带个0.5,因为是向下取证,那还是它

因为python语法,右括号的-1是不包含-1的,到0,注意一下

2.出数并向下调整

	for j in range(n-1,0,-1): # 从最后一个数,到倒数第二个(我感觉li[0]没必要和li[0]交换)
		li[0],li[j] = li[j],li[0] #交换
		
		sift(li,0,j-1) #向下调整,注意一下调整需要的high是j-1,交换完了,需要调整的数组就少了一个数

写的不太好,变革口诀吧

def sift(li,low,high):
	i =low
	j = 2*i+1
	tmp = li[low]
	while j<= high:
		if j+1 <=high and li[j+1]>li[j]:
			j = j+1
		if  tmp < li[j]:
			li[i] = li[j]
			i = j
			j = 2*i+1
		else:
			li[i] = tmp
			break
	else:
		li[i] = tmp



def hip_sort(li):
	n = len(li)
	for i in range((n-1-1)//2,-1,-1):
		sift(li , i, n-1)
	for j in range(n-1,0,-1):
		li[0],li[j] = li[j],li[0]
		sift(li,0,j-1)

建堆出数加调整,最后非叶子节点调到0.
0和堆的最后一个换,再调整。
一个i一个j双指针,i是根j是它子节点
while一循环,防止出界j小于等于high。
如果有右子节点,选出左右最大数下标。
如果子大于tmp,就交换到i位置。
并子变父,生成新子,否则停止tmp放在i。
停了就把tmp放i那。

### 回答1: 当然可以,下面是一个Python实现的堆排序的示例代码: ```python def heapify(arr, n, i): largest = i l = 2 * i + 1 r = 2 * i + 2 if l < n and arr[i] < arr[l]: largest = l if r < n and arr[largest] < arr[r]: largest = r if largest != i: arr[i],arr[largest] = arr[largest],arr[i] # 交换 heapify(arr, n, largest) def heapSort(arr): n = len(arr) for i in range(n, -1, -1): heapify(arr, n, i) for i in range(n-1, 0, -1): arr[i], arr[0] = arr[0], arr[i] # 交换 heapify(arr, i, 0) arr = [12, 11, 13, 5, 6, 7] heapSort(arr) n = len(arr) print("排序后") for i in range(n): print("%d" % arr[i]) ``` 上面的代码首先定义了两个函数:`heapify`和`heapSort`。`heapify`函数用于将数组的某个位置转换为最大堆,而`heapSort`函数用于对整个数组进行堆排序。在主程序中,我们定义了一个数组并对其进行了排序,并在最后打印出排序后的结果。 ### 回答2: 堆排序是一种基于二叉堆数据结构的排序算法Python中可以通过构建堆、调整堆、交换元素等操作实现堆排序。 首先,构建堆的过程可以使用一个维护最大堆性质的函数实现。该函数接受一个列表和一个索引作为参数,将以该索引为根的子树调整为最大堆。具体步骤如下: 1. 初始化最大元素为根节点。 2. 将根节点与左右子节点进行比较,找出最大值。 3. 如果最大值不是根节点,则将最大值与根节点进行交换,并递归调整交换后的子树为最大堆。 其次,堆排序的过程可以通过调用构建堆函数实现。具体步骤如下: 1. 构建一个最大堆。 2. 将堆顶元素与最后一个元素进行交换,并将堆大小减1。 3. 从根节点开始调整交换后的子树为最大堆。 4. 重复步骤2和3,直到堆大小为1时排序完成。 最后,将以上实现步骤整合为一个堆排序函数,接受一个列表作为参数,返回排序后的列表。 以下是用Python实现堆排序的代码: ```python def heapify(arr, n, i): largest = i left = 2 * i + 1 right = 2 * i + 2 if left < n and arr[left] > arr[largest]: largest = left if right < n and arr[right] > arr[largest]: largest = right if largest != i: arr[i], arr[largest] = arr[largest], arr[i] heapify(arr, n, largest) def heapSort(arr): n = len(arr) for i in range(n // 2 - 1, -1, -1): heapify(arr, n, i) for i in range(n - 1, 0, -1): arr[i], arr[0] = arr[0], arr[i] heapify(arr, i, 0) return arr # 测试 arr = [12, 11, 13, 5, 6, 7] sorted_arr = heapSort(arr) print("排序结果:", sorted_arr) ``` 以上利用Python语言实现了堆排序算法,其中heapify函数用于维护最大堆性质,heapSort为堆排序函数,通过调用heapify函数构建最大堆,并依次交换堆顶元素与最后一个元素进行排序。输出结果为排序后的列表。 ### 回答3: 堆排序是一种利用堆的数据结构进行排序的算法。它的主要思想是将待排序的序列构建成一个大顶堆或小顶堆,然后依次取出堆顶元素,使得取出的元素按照升序或降序排列。 在Python中,我们可以通过使用heapq模块来实现堆排序。具体的步骤如下: 1. 导入heapq模块 ```python import heapq ``` 2. 定义堆排序函数 ```python def heap_sort(arr): # 构建一个空的堆列表 heap = [] # 遍历待排序的序列,将其元素加入堆列表中 for i in arr: heapq.heappush(heap, i) # 依次取出堆顶元素,使序列有序 sorted_arr = [] while heap: sorted_arr.append(heapq.heappop(heap)) return sorted_arr ``` 3. 测试堆排序函数 ```python arr = [9, 7, 5, 3, 1, 8, 6, 4, 2] sorted_arr = heap_sort(arr) print(sorted_arr) ``` 上述代码中,我们首先构建了一个空的堆列表,然后使用heappush函数将待排序序列的元素依次加入堆中。接着,我们利用heappop函数依次取出堆顶元素,使得序列有序。最后,我们输出排序后的序列。 执行以上代码,将会输出:[1, 2, 3, 4, 5, 6, 7, 8, 9],即为使用堆排序算法后得到的有序序列。 堆排序的时间复杂度为O(nlogn),其中n为待排序序列的长度。这是一种比较高效的排序算法,适用于大规模数据的排序。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值