1、算法介绍
1.1、数据结构——堆
堆是一种近似完全二叉树的数据结构,其主要性质是:节点值大于等于(小于等于)其子节点的值。
大顶堆:节点值大于等于其子节点的值,用于升序排序。
小顶堆:节点值小于等于其子节点的值,用于降序排序。
1.2、堆的构建
1.3、算法步骤
(1)未排序序列构建堆
(2)堆首和堆尾互换
(3)剩余未排序序列重复步骤(1)(2),直至排序完成
2、代码实现(大顶堆)
2.1、golang
package main import ( "fmt" ) func main() { slice := []int{5, 3, 12, 54, 23, 12, 6, 9, 19} SortHeap(slice) fmt.Println(slice) } //堆排序 func SortHeap(slice []int) { n := len(slice) //1、建立大顶堆,从最后一个非叶子节点开始处理 for unLeaf := n/2 - 1; unLeaf >= 0; unLeaf-- { heapBuildUnLeaf(slice, unLeaf) } //2、循环将堆顶的最大值至于末尾的有序区域 for i := n - 1; i > 0; i-- { //fmt.Println(slice, i) swap(slice, 0, i) //由于go切片的便利性,此处不需要长度参数,直接用取0-i的切片 heapBuildUnLeaf(slice[:i], 0) } } //处理非叶子节点 //比较 非叶子节点及其左右节点,最大值交换到非叶子节点处 func heapBuildUnLeaf(slice []int, unLeaf int) { n := len(slice) childL := unLeaf*2 + 1 childR := unLeaf*2 + 2 max := unLeaf //假设最大值下标 //比较右节点 if childR < n && slice[max] < slice[childR] { max = childR } //比较左节点 if childL < n && slice[max] < slice[childL] { max = childL } if max != unLeaf { swap(slice, max, unLeaf) heapBuildUnLeaf(slice, max) //由于节点调整,需要递归构建 } } //交换 func swap(slice []int, i, j int) { slice[i], slice[j] = slice[j], slice[i] }
2.2、python3
# 堆排序 def sort_heap(arr): # 1、构建堆 n = len(arr) for i in range(n//2-1, -1, -1): __heap_un_leaf(arr, i, n) # 2、循环将堆顶排到有序区 for i in range(n-1, 0, -1): swap(arr, 0, i) __heap_un_leaf(arr, 0, i) # 参数:数组,非叶子节点,处理到数组的最大长度 def __heap_un_leaf(arr, un_leaf, length): child_l = un_leaf*2+1 child_r = un_leaf*2+2 max_index = un_leaf if child_r < length and arr[max_index] < arr[child_r]: max_index = child_r if child_l < length and arr[max_index] < arr[child_l]: max_index = child_l if max_index != un_leaf: swap(arr, max_index, un_leaf) __heap_un_leaf(arr, max_index, length) # 交换 def swap(arr, i, j): arr[i], arr[j] = arr[j], arr[i] if __name__ == '__main__': arr = [5, 3, 12, 54, 23, 12, 6, 9, 19] sort_heap(arr) print(arr)