内容简介:堆排序动画演示,Python代码演示,看不懂你砍我!
堆排序,一个经典的算法,我们先看动画演示吧:
数组: [6,5,3,1,8,7,2]
首先,这个数组不是有序的,并且,不是每个根节点都大于子节点,所以,如果我们第一步是让这颗树变得规范一些:即让每个父节点都大于任意子节点(堆有序)
如何实现呢?其实,我们要做的就是找到所有的父节点,然后逐个遍历,让这些有子节点的父节点都变得根节点大于任意节点就好了,看图,
到现在为止,我们就让我们的堆有序了,然后,就是给堆进行排序了,从现在的途中,我们可以很容易看到,根节点0是这里边最大的元素,所以,我们就已经找到最大元素了,那么我们可以做这儿一个操作:讲第一个元素和最后一个元素互换,这样最后一个元素就是最大的了,我们就不用再比较它了
然后,我们就到了我们递归的部分,剩下的部分,我们只需要保证每个根节点都大于任意子节点就好了,这样排序之后,我们就再次让根节点0编程剩下的所有元素中最大的了
然后,我们再把第0个元素和最后一个元素互换
然后,就是继续重复上边的过程……
具体的 python 代码:
#-*-coding:utf-8-*- def heap_sort(ary) : n = len(ary) print 'length of arr is :',n first = int(n/2-1) #最后一个非叶子节点 for start in range(first,-1,-1) : #构造大根堆 max_heapify(ary,start,n-1) print '第一次排序之后,应该是每个父节点都大于子节点',ary for end in range(n-1,0,-1): #堆排,将大根堆转换成有序数组 ary[end],ary[0] = ary[0],ary[end] max_heapify(ary,0,end-1) return ary #最大堆调整:将堆的末端子节点作调整,使得子节点永远小于父节点 #start为当前需要调整最大堆的位置,end为调整边界 def max_heapify(ary,start,end): root = start while True : child = root*2 +1 #调整节点的子节点 if child > end : break if child+1 <= end and ary[child] < ary[child+1] : child = child+1 #取较大的子节点 if ary[root] < ary[child] : #较大的子节点成为父节点 ary[root],ary[child] = ary[child],ary[root] #交换 root = child else : break if __name__ == '__main__': array=[6,5,3,1,8,7,2,4] print heap_sort(array)
参考资料:https://zh.wikipedia.org/zh/%E5%A0%86%E6%8E%92%E5%BA%8F#Python.E8.AF.AD.E8.A8.80
以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网
猜你喜欢:- 【图解数据结构】 一组动画演示选择排序
- GraphQL案例演示
- Kubernetes身份验证机制演示
- 中心极限定理的Matlab演示
- 中心极限定理的Matlab演示
- Activity启动模式(GIF 动态演示)
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
Google API开发详解
江宽,龚小鹏等编 / 电子工业 / 2008-1 / 59.80元
《Google API开发详解:Google Maps与Google Earth双剑合璧》从易到难、由浅入深、循序渐进地介绍了Google Maps API和Google Earth API的开发技术。《Google API开发详解:Google Maps与Google Earth双剑合璧》知识讲解通俗易懂,并有大量的实例供读者更加深刻地巩固所学习的知识,帮助读者更好地进行开发实践。 《Go......一起来看看 《Google API开发详解》 这本书的介绍吧!
UNIX 时间戳转换
UNIX 时间戳转换
RGB HSV 转换
RGB HSV 互转工具