浅析经典排序算法之堆排序
堆是一棵完全二叉树
节点总是大于(或小于)它的孩子节点。
因此,根据第二个特性,就把二叉堆分为大顶堆(或叫最大堆),和小顶堆(或叫最小堆)。
在上图中,1 2 是大顶堆 ,3 4 是小顶堆。判断是不是堆的条件:「从根结点到任意结点路径上结点序列的有序性!大顶堆和小顶堆判断序列是顺序还是逆序!」
Python并没有提供“堆”这种数据类型,它是直接把列表当成堆处理的。Python提供的heapq包中有一些函数,提供执行堆操作的工具函数
- >>> import heapq
- >>> heapq.__all__
- ['heappush', 'heappop', 'heapify', 'heapreplace', 'merge', 'nlargest', 'nsmallest', 'heappushpop']
堆排序
往堆中插入一个元素后,我们就需要进行调整,让其重新满足堆的特性,这个过程叫做堆化(heapify)。
那么堆排序的基本思路是怎么样的呢?
- 将待排序序列构建成一个堆 H[0……n-1],根据(升序降序需求)选择大顶堆或小顶堆;
- 把堆首(最大值)和堆尾互换;
- 顺着节点所在的路径,向上或者向下,对比,然后交换,目的是把新的数组顶端数据调整到相应位置;
下面举个例子(资源来自王争算法),比如在上面的大顶堆中添加数据22。
堆化非常简单,就是顺着节点所在的路径,向上或者向下,对比,然后交换。
堆排序的删除操作,这里一般指的是堆顶元素,当我们删除堆顶元素之后,就需要把第二大的元素放到堆顶,那第二大元素肯定会出现在左右子节点中。
然后我们再迭代地删除第二大节点,以此类推,直到叶子节点被删除。但是这样会产生一个数组空洞的问题。
因此,这里面又个技巧,就是删除堆顶元素的时候,不能直接删除,要用堆顶元素和最后一个元素做交换,然后根据堆的特点调整堆,直到满足条件。
排序的过程就是每次待排序的序列长度减去1再执行这两步。
下面给出通过Python中的heapq模块实现的堆排序简单代码。
- from heapq import heappop, heappush
-
- def heap_sort(array):
- heap = []
- for element in array:
- heappush(heap, element)
-
- ordered = []
-
- while heap:
- ordered.append(heappop(heap))
- return ordered
-
- array = [13, 21, 15, 5, 26, 4, 17, 18, 24, 2]
- print(heap_sort(array))
- # [2, 4, 5, 13, 15, 17, 18, 21, 24, 26]
如果不使用heapq模块,对于推排序需要了解堆排序中的建堆过程。
将数组原地建成一个堆。不借助另一个数组,就在原数组上操作。建堆的过程,有两种思路。
第一种建堆思路的处理过程是从前往后处理数组数据,并且每个数据插入堆中时,都是从下往上堆化。而第二种实现思路,是从后往前处理数组,并且每个数据都是从上往下堆化。
- 补充:利用层序遍历(遍历方式还有前中后)映射到数组后,假设树或子树的根节点为arr[root],则其对应的子节点分别为arr[root*2+1],arr[root*2+2]。
也就是如果节点的下标是 i,那左子节点的下标就是 2∗i+1,右子节点的下标就是 2∗i+2,父节点的下标就是 。
- def heap_sort(array):
- n = len(array)
- # 从尾部开始建堆,这样保证子节点有序
- for i in range((n-1)//2, -1, -1):
- _shift(array, n, i)
- # 依次把堆顶元素交换到最后,重建堆顶(堆不包含刚交换的最大元素)
- for i in range(n-1, 0, -1):
- array[0], array[i] = array[i], array[0]
- _shift(array, i, 0)
- return array
-
- # 重建堆顶元素 n:堆元素个数,i:堆建顶位置
- def _shift(array, n, i):
- # 如果没有子节点,直接返回
- if i*2+1 >= n:
- return
- # 取最大子节点位置
- maxsub = i*2+2 if i*2+2 < n and array[i*2+1] <= array[i*2+2] else i*2+1
- # 如果节点小于最大子节点,交换元素,递归以子节点为堆顶重建
- if array[i] < array[maxsub]:
- array[i], array[maxsub] = array[maxsub], array[i]
- _shift(array, n, maxsub)
-
- if __name__ == '__main__':
- array = [13, 21, 15, 5, 26, 4, 17, 18, 24, 2]
- print(heap_sort(array))
-
- # [2, 4, 5, 13, 15, 17, 18, 21, 24, 26]
堆排序不是稳定的排序算法,因为在排序的过程,存在将堆的最后一个节点跟堆顶节点互换的操作,所以就有可能改变值相同数据的原始相对顺序。堆排序整体的时间复杂度是O(nlogn) 。
参考资料 https://github.com/MaoliRUNsen/runsenlearnpy100
免责声明:
① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。
② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341