def max_heapify(heap, heapsize, root):
left = 2*root+1
right = left+1
larger = root
if left < heapsize and heap[larger] < heap[left]:
larger = left
if right < heapsize and heap[larger] < heap[right]:
larger = right
if larger != root:
heap[larger], heap[root] = heap[root], heap[larger]
max_heapify(heap, heapsize, larger)
def build_max_heap(heap):
heap_size = len(heap)
for i in range((heap_size - 1 - 1)//2, -1, -1):
max_heapify(heap, heap_size, i)
def heap_sort(heap):
build_max_heap(heap)
for i in range(len(heap)-1, -1, -1):
heap[0], heap[i] = heap[i], heap[0]
max_heapify(heap, i, 0)
主要在於堆的調整，在max_heapify中實現的，每次從堆頂（已建立最大堆，只不過堆頂元素新插入）開始，向下的過程。
而最大堆的建立build_max_heap的過程是自下而上的，從第乙個非葉子結點開始從下往上建立，子節點對應的父節點為(n-1)//2。
堆排序的Python實現
堆排序主要包含兩個部分 堆建立和堆調整。以下是最大堆 def max heapify heap,heapsize,root 對乙個父節點及其左右孩子節點調整 heap list heapsize 做陣列最大限制，root 根節點位置 left 2 root 1 注意此處下標從0開始，下標為1開始時，...
堆排序的python實現
如圖所示，堆類似於一棵二叉樹，每個節點最多有兩個子結點，根據堆的特點，又分為大頂堆和小頂堆。對於大頂堆，每個結點的值均大於其子結點的值，小頂推則恰恰相反，每個結點的值均小於其子結點的值。而對排序結構雖然類似於二叉樹，不過確是在列表結構上實現排序的，當結點 i 存在子結點時，其左子結點的索引必定為2i...
Python實現堆排序
usr bin env python coding utf 8 堆排序 class heap object 求給定下標i的父節點下標 defparent self,i if i 2 0 return i 2 1 else return i 2 求給定下標i的左孩子下標 defleft self,i ...