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：
`
`
`
