Python实现基于二叉树存储结构的堆排序算法示例
程序员文章站
2022-09-26 16:21:03
本文实例讲述了Python实现基于二叉树存储结构的堆排序算法。分享给大家供大家参考,具体如下:
既然用Python实现了二叉树,当然要写点东西练练手。
网络上堆排序的教...
本文实例讲述了Python实现基于二叉树存储结构的堆排序算法。分享给大家供大家参考,具体如下:
既然用Python实现了二叉树,当然要写点东西练练手。
网络上堆排序的教程很多,但是却几乎都是以数组存储的数,直接以下标访问元素,当然这样是完全没有问题的,实现简单,访问速度快,也容易理解。
但是以练手的角度来看,我还是写了一个二叉树存储结构的堆排序
其中最难的问题就是交换二叉树中两个节点。
因为一个节点最多与三个节点相连,那么两个节点互换,就需要考虑到5个节点之间的关系,也需要判断是左右孩子,这将是十分繁琐的,也很容易出错。
class Tree: def __init__(self, val = '#', left = None, right = None): self.val = val self.left = left self.right = right self.ponit = None self.father = None self.counter = 0 #前序构建二叉树 def FrontBuildTree(self): temp = input('Please Input: ') node = Tree(temp) if(temp != '#'): node.left = self.FrontBuildTree() node.right = self.FrontBuildTree() return node#因为没有引用也没有指针,所以就把新的节点给返回回去 #前序遍历二叉树 def VisitNode(self): print(self.val) if(self.left != None): self.left.VisitNode() if(self.right != None): self.right.VisitNode() #中序遍历二叉树 def MVisitTree(self): if(self.left != None): self.left.MVisitTree() print(self.val) if(self.right != None): self.right.MVisitTree() #获取二叉树的第dec个节点 def GetPoint(self, dec): road = str(bin(dec))[3:] p = self for r in road: if (r == '0'): p = p.left else: p = p.right #print('p.val = ', p.val) return p #构建第一个堆 def BuildHeadTree(self, List): for val in List: #print('val = ', val, 'self.counter = ', self.counter) self.ponit = self.GetPoint(int((self.counter + 1) / 2)) #print('self.ponit.val = ', self.ponit.val) if (self.counter == 0): self.val = val self.father = self else: temp = self.counter + 1 node = Tree(val) node.father = self.ponit if(temp % 2 == 0):#新增节点为左孩子 self.ponit.left = node else: self.ponit.right = node while(temp != 0): if (node.val < node.father.val):#如果新增节点比其父亲节点值要大 p = node.father#先将其三个链子保存起来 LeftTemp = node.left RightTemp = node.right if (p.father != p):#判断其不是头结点 if (int(temp / 2) % 2 == 0):#新增节点的父亲为左孩子 p.father.left = node else: p.father.right = node node.father = p.father else: node.father = node#是头结点则将其father连向自身 node.counter = self.counter self = node if(temp % 2 == 0):#新增节点为左孩子 node.left = p node.right = p.right if (p.right != None): p.right.father = node else: node.left = p.left node.right = p if (p.left != None): p.left.father = node p.left = LeftTemp p.right = RightTemp p.father = node temp = int(temp / 2) #print('node.val = ', node.val, 'node.father.val = ', node.father.val) #print('Tree = ') #self.VisitNode() else: break; self.counter += 1 return self #将头结点取出后重新调整堆 def Adjust(self): #print('FrontSelfTree = ') #self.VisitNode() #print('MSelfTree = ') #self.MVisitTree() print('Get ', self.val) p = self.GetPoint(self.counter) #print('p.val = ', p.val) #print('p.father.val = ', p.father.val) root = p if (self.counter % 2 == 0): p.father.left = None else: p.father.right = None #print('self.left = ', self.left.val) #print('self.right = ', self.right.val) p.father = p#将二叉树最后一个叶子节点移到头结点 p.left = self.left p.right = self.right while(1):#优化是万恶之源 LeftTemp = p.left RightTemp = p.right FatherTemp = p.father if (p.left != None and p.right !=None):#判断此时正在处理的结点的左后孩子情况 if (p.left.val < p.right.val): next = p.left else: next = p.right if (p.val < next.val): break; elif (p.left == None and p.right != None and p.val > p.right.val): next = p.right elif (p.right == None and p.left != None and p.val > p.left.val): next = p.left else: break; p.left = next.left p.right = next.right p.father = next if (next.left != None):#之后就是一系列的交换节点的链的处理 next.left.father = p if (next.right != None): next.right.father = p if (FatherTemp == p): next.father = next root = next else: next.father == FatherTemp if (FatherTemp.left == p): FatherTemp.left = next else: FatherTemp.right = next if (next == LeftTemp): next.right = RightTemp next.left = p if (RightTemp != None): RightTemp.father = next else: next.left = LeftTemp next.right = p if (LeftTemp != None): LeftTemp.father = next #print('Tree = ') #root.VisitNode() root.counter = self.counter - 1 return root if __name__ == '__main__': print("测试结果") root = Tree() number = [-1, -1, 0, 0, 0, 12, 22, 3, 5, 4, 3, 1, 6, 9] root = root.BuildHeadTree(number) while(root.counter != 0): root = root.Adjust()
运行结果:
PS:这里再为大家推荐一款关于排序的演示工具供大家参考:
在线动画演示插入/选择/冒泡/归并/希尔/快速排序算法过程工具:
http://tools.jb51.net/aideddesign/paixu_ys
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: input标签处理多文件上传
下一篇: Python垃圾回收机制
推荐阅读
-
Python实现的序列化和反序列化二叉树算法示例
-
Python基于pycrypto实现的AES加密和解密算法示例
-
Python实现的基于优先等级分配糖果问题算法示例
-
Python实现的序列化和反序列化二叉树算法示例
-
Python基于递归算法实现的汉诺塔与Fibonacci数列示例
-
Python实现的堆排序算法示例
-
Python2.7基于笛卡尔积算法实现N个数组的排列组合运算示例
-
Python cookbook(数据结构与算法)实现对不原生支持比较操作的对象排序算法示例
-
Python cookbook(数据结构与算法)找到最大或最小的N个元素实现方法示例
-
Python cookbook(数据结构与算法)实现优先级队列的方法示例