Python实现的堆排序算法原理与用法实例分析
程序员文章站
2022-05-21 11:59:11
本文实例讲述了Python实现的堆排序算法。分享给大家供大家参考,具体如下:
堆排序(Heapsort)是指利用堆这种数据结构所设计的一种排序算法。堆是一个近似完全二叉树...
本文实例讲述了Python实现的堆排序算法。分享给大家供大家参考,具体如下:
堆排序(Heapsort)是指利用堆这种数据结构所设计的一种排序算法。堆是一个近似完全二叉树的结构,并同时满足堆性质:即子结点的键值或索引总是小于(或者大于)它的父节点。
具体代码如下:
#-*- coding: UTF-8 -*- import numpy as np def MakeHeap(a): for i in xrange(a.size / 2 - 1, -1, -1):#对非叶子节点的子节点进行调节,构建堆 AdjustHeap(a, i, a.size) def AdjustHeap(a, i, n): j = i*2 +1 #选择节点i的左子节点 x = a[i] #选择节点的数值 while j < n: #循环对子节点及其子树进行调整 if j + 1 < n and a[j+1] < a[j]: #找到节点i子节点的最小值 j += 1 if a[j] >= x : #若两个子节点均不小于该节点,则不同调整 break a[i], a[j] = a[j], a[i] #将节点i的数值与其子节点中最小者的数值进行对调 i = j #将i赋为改变的子节点的索引 j = i*2 + 1 #将j赋为节点对应的左子节点 def HeapSort(a): MakeHeap(a) #构建小顶堆 for i in xrange(a.size - 1,0, -1): #对堆中的元素逆向遍历 a[i], a[0] = a[0], a[i] #将堆顶元素与堆中最后一个元素进行对调,因为小顶堆中堆顶元素永远最小,因此,输出即为最小元素 AdjustHeap(a, 0, i) #重新调整使剩下的元素仍为一个堆 if __name__ == '__main__': a = np.random.randint(0, 10, size = 10) print "Before sorting..." print "---------------------------------------------------------------" print a print "---------------------------------------------------------------" HeapSort(a) print "After sorting..." print "---------------------------------------------------------------" print a[::-1] #因为堆排序按大到小进行排列,采用a[::-1]对其按从小到大进行输出 print "---------------------------------------------------------------"
运行结果:
更多关于Python相关内容感兴趣的读者可查看本站专题:《Python数据结构与算法教程》、《Python加密解密算法与技巧总结》、《Python编码操作技巧总结》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》及《Python入门与进阶经典教程》
希望本文所述对大家Python程序设计有所帮助。
上一篇: 短信营销小讲堂:短信文案四要点
下一篇: Garmin30周年庆 京东大牌秒杀日