堆排序前传--树与二叉树简介
特殊且常用的树--二叉树
两种特殊的二叉树
二叉树的存储方式
二叉树小结
堆排序
堆这个玩意.......
堆排序过程:
构造堆:
堆排序的算法程序(程序需配合着下图理解):
def sift(data,low,high): # 调整函数
i = low # 树的根 也就是父亲 ,这里只领导
j = 2 * i + 1 # 根的左孩子 也就是 儿子 ,这里指小领导
tmp = data[i] # 把根 取出来 做调整 , 在这里 领导
while j <= high: # high其实就是 根的右儿子(也就是最后一个儿子),如果 j= high 则表示没有右儿子,也就是说这里必须有儿子在
if j < high and data[j] < data[j + 1]: # j < high 代表有右儿子 , data[j] < data[j + 1] 说明右儿子比左儿子大
j += 1 # 这个 j 则变为右儿子 ,也就是 若有比 j 大的值,则 j 就变为比他大的那个值
if tmp < data[j]: # 如果领导不能干
data[i] = data[j] # 则小领导上位
i = j # 小领导变为大领导
j = 2 * i + 1 # 小小领导变为小领导
else: # 如果领导能干
break # 那就待着吧
data[i] = tmp # 到最后 i 这里肯定会有空位 ,所以无论 tem 是谁 都要占住这个空位 # 方法一
def heap_sort(data): # 开始进行堆排序
n = len(data) # n 为长度
# 开始建堆
for i in range(n // 2 - 1,-1,-1): # n//2-1为图片中的 5 的位置,-1 为到0 结束 ,-1 为步长
sift(data,i,n-1) # i 为low也就是其父节点,n-1 为high 也就是堆的最后 ,也就是每次调整小领导所在的堆
# 堆建好了
# 升序排列
for i in range(n-1,-1,-1): # n-1为high 也就是从堆得最后 一直到 0为止,也就是从刁民到领导
data[0],data[i]=data[i],data[0] # 堆的顶部 和 堆的末尾 互换, 也就是领导退休,刁民上位
sift(data,0,i-1) # 0 代表着领导 ,i-1 代表着这个堆的位置不能把领导算在内了,也就是领导退休了,把他赶出这个城市了
# 降序排列,耗内存 # 方法二 耗内存
# def heap_sort(data): # 开始进行堆排序
# n = len(data) # n 为长度
# # 开始建堆
# for i in range(n // 2 - 1, -1, -1): # n//2-1为图片中的 5 的位置,-1 为到0 结束 ,-1 为步长
# sift(data, i, n - 1) # i 为low也就是其父节点,n-1 为high 也就是堆的最后 ,也就是每次调整小领导所在的堆
# # 堆建好了
# # 降序排列
# li=[] # 监狱
# for i in range(n-1,-1,-1):
# li.append(data[0]) # 领导进监狱了
# data[i] = data[0] # 领导下位了
# sift(data,0,i-1) # 领导离开了城市 , 进监狱了
堆的应用
☆☆☆☆堆模块库地址(点击这行字)☆☆☆☆
利用堆模块来进行演算
import heapq # 堆模块
heap = []
data = list(range(10000))
random.shuffle(data)
for i in data:
heapq.heappush(heap,i)
for i in range(len(heap)):
print(heapq.heappop(heap)) print(heapq.nlargest(10,data)) # 堆模块 从大到小 排序 只取前十个数
print(heapq.nsmallest(10,data)) # 堆模块 从小到大 排序 只取前十个数
程序演示:
`
`
`