• python数据结构与算法——完全树 与 最小/大堆


     1 # 完全树 最小堆
     2 class CompleteTree(list):
     3     def siftdown(self,i):
     4         """ 对一颗完全树进行向下调整,传入需要向下调整的节点编号i
     5         当删除了最小的元素后,当新增加一个数被放置到堆顶时,
     6         如果此时不符合最小堆的特性,则需要将这个数向下调整,直到找到合适的位置为止"""
     7         n = len(self)
     8         # 当 i 节点有儿子(至少是左儿子时),并且有需要调整时,循环执行
     9         t = 0
    10         while i*2+1<n:
    11             # step 1:从当前结点,其左儿子,其右儿子中找到最小的一个,将其编号传给t
    12             if self[i] > self[i*2+1]: 
    13                 t = i*2+1
    14             else: t = i
    15             
    16             # 如果有右儿子,则再对右儿子进行讨论
    17             if i*2+2<n:
    18                 if self[t] > self[i*2+2]: t = i*2+2
    19             
    20             # step 2:把最小的结点中的元素和结点i的元素交换
    21             if t != i:
    22                 self[t],self[i] = self[i],self[t]
    23                 i = t   # 更新i为刚才与它交换的儿子结点的编号,以便接下来继续向下调整
    24             else:
    25                 break   # 说明当前父结点已经比两个子结点要小,结束调整
    26         
    27     def siftup(self,i):
    28         """ 对一棵完全树进行向上调整,传入一个需要向上调整的结点编号i
    29             当要添加一个新元素后,对堆底(最后一个)元素进行调整 """
    30         if i==0: return
    31         n = len(self)
    32         if i < 0: i += n
    33         # 注意,由于堆的特性,不需要考虑左儿子结点的情况
    34         # 由于父结点绝对比子结点小所以只需要比较一次
    35         while i!=0:
    36             if self[i]<self[(i-1)/2]:
    37                 self[i],self[(i-1)/2] = self[(i-1)/2],self[i]
    38             else:
    39                 break
    40             i = (i-1)/2     # 更新i为其父结点编号,从而便于下一次继续向上调整
    41     
    42     def shufflePile(self):
    43         """ 在当前状态下,对树调整使其成为一个堆 """
    44         # 从"堆底"往"堆顶"进行向下调整,使得最小的元素不断上升
    45         # 这样可以使得i结点以下的堆是局部最小堆
    46         for i in range((len(self)-2)/2,-1,-1):    # n/2,...,0
    47             self.siftdown(i)
    48 
    49     def deleteMin(self):
    50         """ 删除最小元素 """
    51         t = self[0]     # 用一个临时变量记录堆顶点的
    52         self[0] = self[-1]  # 将堆的最后一个点赋值到堆顶
    53         self.pop()      # 删除最后一个元素
    54         self.siftdown(0)    # 向下调整
    55         return t
    56     
    57     
    58     def heapsort(self):
    59         """ 对堆中元素进行堆排序操作 """
    60         n = len(self)
    61         s = []
    62         while n>0:
    63             s.append(self.deleteMin())
    64             n -= 1
    65         # 由于堆中的元素已全部弹出,将排序好的元素拼接到原来的堆中
    66         self.extend(s)  
    67         
    68 if __name__=="__main__":
    69 
    70     a = [99,5,36,7,22,17,92,12,2,19,25,28,1,46]
    71     ct = CompleteTree(a)
    72     print ct
    73 >>> [99, 5, 36, 7, 22, 17, 92, 12, 2, 19, 25, 28, 1, 46]
    74 
    75     ct.shufflePile()
    76     print ct
    77 >>> [1, 2, 17, 5, 19, 28, 46, 12, 7, 22, 25, 99, 36, 92]
    78 
    79     s = ct.heapsort()
    80     print ct
    81 >>> [1, 2, 5, 7, 12, 17, 19, 22, 25, 28, 36, 46, 92, 99]
  • 相关阅读:
    微信小程序开发(十一)获取手机的完整详细信息
    24小时学通Linux内核总结篇(kconfig和Makefile & 讲不出再见)
    24小时学通Linux内核之向内核添加代码
    24小时学通Linux内核之构建Linux内核
    24小时学通Linux内核之电源开和关时都发生了什么
    24小时学通Linux内核之调度和内核同步
    24小时学通Linux内核之有关Linux文件系统实现的问题
    24小时学通Linux内核之如何处理输入输出操作
    24小时学通Linux内核之内存管理方式
    24小时学通Linux内核之进程
  • 原文地址:https://www.cnblogs.com/hanahimi/p/4692668.html
Copyright © 2020-2023  润新知