Python實現(xiàn)的堆排序算法原理與用法實例分析

更新時間：2017年11月22日 10:43:33 作者：Alex Yu

這篇文章主要介紹了Python實現(xiàn)的堆排序算法,簡單描述了堆排序的原理,并結合實例形式分析了Python實現(xiàn)堆排序的相關操作技巧,代碼中備有較為詳細的注釋便于理解,需要的朋友可以參考下

本文實例講述了Python實現(xiàn)的堆排序算法。分享給大家供大家參考，具體如下：

堆排序（Heapsort）是指利用堆這種數(shù)據(jù)結構所設計的一種排序算法。堆是一個近似完全二叉樹的結構，并同時滿足堆性質：即子結點的鍵值或索引總是小于（或者大于）它的父節(jié)點。

具體代碼如下：

#-*- coding: UTF-8 -*-
import numpy as np
def MakeHeap(a):
  for i in xrange(a.size / 2 - 1, -1, -1):#對非葉子節(jié)點的子節(jié)點進行調節(jié)，構建堆
    AdjustHeap(a, i, a.size)
def AdjustHeap(a, i, n):
  j = i*2 +1                     #選擇節(jié)點i的左子節(jié)點
  x = a[i]                       #選擇節(jié)點的數(shù)值
  while j < n:                    #循環(huán)對子節(jié)點及其子樹進行調整
    if j + 1 < n and a[j+1] < a[j]:    #找到節(jié)點i子節(jié)點的最小值
      j += 1
    if a[j] >= x :                  #若兩個子節(jié)點均不小于該節(jié)點，則不同調整
      break
    a[i], a[j] = a[j], a[i]             #將節(jié)點i的數(shù)值與其子節(jié)點中最小者的數(shù)值進行對調
    i = j                        #將i賦為改變的子節(jié)點的索引
    j = i*2 + 1                   #將j賦為節(jié)點對應的左子節(jié)點
def HeapSort(a):
  MakeHeap(a)                 #構建小頂堆
  for i in xrange(a.size - 1,0, -1):   #對堆中的元素逆向遍歷
    a[i], a[0] = a[0], a[i]           #將堆頂元素與堆中最后一個元素進行對調，因為小頂堆中堆頂元素永遠最小，因此，輸出即為最小元素
    AdjustHeap(a, 0, i)          #重新調整使剩下的元素仍為一個堆
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]                    #因為堆排序按大到小進行排列，采用a[::-1]對其按從小到大進行輸出
  print "---------------------------------------------------------------"

運行結果：