堆的定义:
堆是具有以下性质的完全二叉树:
1.每个结点的值都大于或等于其左右孩子结点的值,称为大顶(根)堆;
2.或者每个结点的值都小于或等于其左右孩子结点的值,称为小顶(根)堆。
一般升序采用大顶堆,降序采用小顶堆。
堆的存储结构:
堆排序存储结构.PNG堆排序的基本思想:
将待排序序列构造成一个大顶堆,此时,整个序列的最大值就是堆顶的根节点。
将其与末尾元素进行交换,此时末尾就为最大值。
然后将剩余n-1个元素重新构造成一个堆,这样会得到n个元素的次小值。
如此反复执行,便能得到一个有序序列了。
堆排序的基本思路:
1.将无需序列构建成一个堆,根据升序降序需求选择大顶堆或小顶堆;
2.将堆顶元素与末尾元素交换,将最大元素"沉"到数组末端;
3.重新调整结构,使其满足堆定义,然后继续交换堆顶元素与当前末尾元素,反复执行调整+交换步骤,直到整个序列有序。
堆排序动图展示:
堆排序动图展示.gif总结:
堆排序是利用堆这种数据结构而设计的一种排序算法,堆排序是一种选择排序。它也是不稳定排序。不适合待排序列个数较少的情况。
它的最坏,最好,平均时间复杂度均为O(nlogn)。
Python实现:
def heap_adjust(array, start, end):
temp = array[start]
child = 2 * start
while child <= end:
if child < end and array[child] < array[child + 1]:
child += 1
if temp >= array[child]:
break
array[start] = array[child]
start = child
child *= 2
array[start] = temp
def heap_sort(array):
# 从最后一个有孩子结点的结点开始调整最大堆
first = len(array) // 2 - 1
for start in range(first, -1, -1):
heap_adjust(array, start, len(array) - 1)
# 将最大的数放到堆的最后一个位置,并继续调整排序
for end in range(len(array) - 1, 0, -1):
array[0], array[end] = array[end], array[0]
heap_adjust(array, 0, end - 1)
if __name__ == "__main__":
array = [19, 43, 15, 0, 2, 37, 92, 10, 13, 63]
heap_sort(array)
print(array)
动图展示: https://www.cnblogs.com/onepixel/articles/7674659.html
堆排序:https://www.cnblogs.com/chengxiao/p/6129630.html
https://blog.csdn.net/m0_37925202/article/details/80818561
网友评论