1、堆的定义
满足以下情形的数据结构:
情形1:ki <= k2i 且ki <= k2i+1 (最小化堆或小顶堆:左、右子孩子的值比父结点的值都大)
情形2:ki >= k2i 且ki >= k2i+1 (最大化堆或大顶堆:左、右子孩子的值比父结点的值都小)
2、堆排序
一般从小到大的排序利用大顶堆实现。基本思想为:
1、将初始待排序关键字序列构建成大顶堆
2、将堆顶元素R[1]与最后一个元素R[n]交换,此时得到新的无序区(R1,R2,......Rn-1)和新的有序区(Rn),且满足R[1,2...n-1]<=R[n];
3、由于交换后新的堆顶R[1]可能违反堆的性质,而其他节点均满足堆的性质,因此只需要从堆顶开始对当前无序区(R1,R2,......Rn-1)调整为新堆,然后再次将R[1]与无序区最后一个元素交换,得到新的无序区(R1,R2....Rn-2)和新的有序区(Rn-1,Rn)。不断重复此过程直到有序区的元素个数为n-1,则整个排序过程完成。
3、堆的生成
叶节点不用调整,首先应该从最后一个非子节点开始,即序号N/2-1节点。
def heapAdjust(a,i,n):
while i*2+1<n:
j = i*2+1
if j+1<n:
if a[j+1]>a[j]:
j += 1
t = a[i]
if a[j]>t:
a[i] = a[j]
a[j] = t
i = j
else:
break从N/2-1节点向前调整,至此生成一个大顶堆。
i = length//2-1
a = tinput
while i>=0:
adjust(a,i,length)
i-=14、堆排序
将堆顶和最后一个元素进行交换,然后对前面的元素进行调整。
t = a[0]
a[0] = a[length-1]
a[length-1] = t
N = length-1
while N>0:
heapAdjust(a,0,N)
t = a[0]
a[0] = a[N-1]
a[N-1] = t
N-=1完整代码:
def adjust(a,i,n):
while i*2+1 < n:
j = i*2+1
t = a[j]
if j+1<n:
if a[j]<a[j+1]:
t = a[j+1]
j = j+1
if a[i]<a[j]:
a[j] = a[i]
a[i] = t
i = j
else:
break
i = length//2-1
a = tinput
while i>=0:
adjust(a,i,length)
i-=1
t = a[0]
a[0] = a[length-1]
a[length-1] = t
N = length-1
while N>0:
adjust(tinput,0,N)
t = a[0]
a[0] = a[N-1]
a[N-1] = t
N-=1

本文详细介绍了堆排序的基本概念,包括堆的定义及其两种类型(最大堆和最小堆)。阐述了堆排序的具体步骤,从堆的生成到排序的全过程,并提供了Python代码实现。
888

被折叠的 条评论
为什么被折叠?



