排序算法---堆排序

Posted lliuye

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了排序算法---堆排序相关的知识,希望对你有一定的参考价值。

github:代码实现
本文算法均使用python3实现


1. 什么是堆

??堆(heap)是计算机科学中一类特殊的数据结构的统称。堆通常是一个可以被看做一棵树的数组对象,且堆总是一棵完全二叉树。由于堆是基于完全二叉树的结构,因此可以使用顺序存储结构数组来保存堆,再根据堆的性质,我们可以得到该数组(从0下标开始)的一些性质
??(1)对于数组 $ heap $ 中的第 $ i $ 个节点,其左孩子节点值 $ heap[2i+1] leq heap[i] $ 且其右孩子节点值 $ heap[2i+2] leq heap[i] $ ,此时为大根堆。(父亲值大于等于孩子值)
??(2)对于数组 $ heap $ 中的第 $ i $ 个节点,其左孩子节点值 $ heap[2i+1] geq heap[i] $ 且其由孩子节点值 $ heap[2i+2] geq heap[i] $ ,此时为小根堆。(父亲值小于等于孩子值)


技术分享图片

??对于大根堆,将其映射到数组中如下:


技术分享图片


2. 如何构建初始堆

??的构建是一个递归的过程。下面以大根堆为例进行讲解。具体操作如下:
??构建初始大根堆:从最后一个非叶子节点开始,比较其与其左右孩子值的大小,若其节点值比孩子节点值小,则将其与较大孩子进行交换。然后依次对其它节点进行如此比较与交换,直至根节点,此时根节点的值即为该堆中的最大值。


技术分享图片


3. 如何进行堆排序

??堆排序是在已经构建好的初始大根堆上进行。主要分为以下几步:
??(1)对初始序列构建初始大根堆。(按照2中所描述)
??(2)将大根堆的根节点值最后一个节点值交换。


技术分享图片

??(3)将交换后的堆从数组上分为两个区:无序区与有序区。对无序区进行“堆调整”,即将无序区调整为大根堆。(其实建立初始大根堆也是一个不断调用“堆调整”的过程)


技术分享图片

技术分享图片

??(4)将无序区中的根节点值与无序区中的最后一个节点值进行交换。此时无序区长度减 $ 1 $ ,有序区长度加 $ 1 $ ,见下图。重复(3)直到无序区中只有一个节点为止。


技术分享图片


4. 实现代码

class HeapSort:
    '''堆排类'''
    def Max_Heapify(self, heap, heapsize, root):
        '''堆调整,使得根节点值大于子节点值'''
        left = root * 2 + 1  # 列表从0开始,左节点下标为 2i+1,右节点下标为 2i+2
        right = left + 1
        larger = root
        if left < heapsize and heap[left] > heap[larger]:
            larger = left
        if right < heapsize and heap[right] > heap[larger]:
            larger = right
        if larger != root:
            heap[larger], heap[root] = heap[root], heap[larger]
            self.Max_Heapify(heap, heapsize, larger)
        else: return 

    def Build_Max_Heap(self, heap):
        '''构建初始大根堆'''
        heapsize = len(heap)
        for i in range((heapsize-2)//2, -1, -1):
            # 从最后一个非叶子节点开始构建
            self.Max_Heapify(heap, heapsize, i)

    def Heap_Sort(self, heap):
        '''堆排序'''
        # 步骤(1)构建初始大根堆
        self.Build_Max_Heap(heap)
        for i in range(len(heap)-1, -1, -1):
            # 步骤(2)交换无序区第一个节点值与最后一个节点值
            heap[0], heap[i] = heap[i], heap[0]
            # 步骤(3)对无序区进行“堆调整”
            self.Max_Heapify(heap, i, 0)
        return heap[::-1]

5. 算法分析

??堆排序是一种选择排序,且是不稳定排序,整体主要由构建初始堆+交换堆顶元素和末尾元素并重建堆两部分组成。其中构建初始堆的时间复杂度为 $ O(n) $ ,在交换并重建堆的过程中,需进行 $ n-1 $ 次”堆调整”,而重建堆的过程中,根据完全二叉树的性质,$ [log_2(n-1),log_2(n-2)...1] $ 逐步递减,近似为 $ O(n log_2 n) $ 。所以堆排序时间复杂度为是 $ O(n log_2 n) + O(n) = O(n log_2 n) $ 。即堆排序的最坏时间复杂度为 $ O(n log_2 n) $ (平均复杂度接近于最坏情况)。


引用及参考:
[1]《数据结构》李春葆著
[2] https://www.cnblogs.com/chengxiao/p/6129630.html
[3] https://blog.csdn.net/minxihou/article/details/51850001

写在最后:本文参考以上资料进行整合与总结,属于原创,文章中可能出现理解不当的地方,若有所见解或异议可在下方评论,谢谢!
若需转载请注明https://www.cnblogs.com/lliuye/p/9167471.html

以上是关于排序算法---堆排序的主要内容,如果未能解决你的问题,请参考以下文章

选择排序(简单选择排序堆排序的算法思想及代码实现)

堆排序算法的实现

7.2堆排序的代码分析(算法基础—排序算法)

算法-java代码实现堆排序

十大经典排序算法总结(堆排序)

『算法设计_伪代码』堆排序