Python中實(shí)現(xiàn)堆排序算法
本篇文章將介紹堆排序算法在 Python 中的實(shí)現(xiàn)。
Python中的堆排序算法
堆排序是一種強(qiáng)大的算法,用于在 Python 中對(duì)數(shù)組和列表進(jìn)行排序。 它很受歡迎,因?yàn)樗浅?欤⑶也幌窈喜⑴判蚝涂焖倥判蚰菢诱加萌魏晤~外空間。
堆排序的時(shí)間復(fù)雜度是 O(n*log(n)) 。
堆排序是一種就地算法,它不再創(chuàng)建任何數(shù)據(jù)結(jié)構(gòu)來(lái)保存數(shù)據(jù)的中間狀態(tài)。 相反,它對(duì)我們的原始數(shù)組進(jìn)行了更改。
因此,當(dāng)數(shù)據(jù)非常大時(shí),這為我們節(jié)省了大量空間。
該算法唯一的缺點(diǎn)是它非常不穩(wěn)定。 如果我們的數(shù)組中有多個(gè)元素在不同索引處具有相同的值,則它們的位置將在排序時(shí)發(fā)生變化。
堆排序算法的工作原理是遞歸地創(chuàng)建一個(gè)最小或最大堆,取出根節(jié)點(diǎn),將其放在我們數(shù)組中的第一個(gè)未排序索引處,并將最后一個(gè)堆元素轉(zhuǎn)換為根節(jié)點(diǎn)。
這個(gè)過(guò)程遞歸重復(fù),直到我們?cè)诙阎辛粝乱粋€(gè)節(jié)點(diǎn)。 最后,最后一個(gè)堆元素被放置在我們數(shù)組的最后一個(gè)索引處。
如果我們想一想,這個(gè)過(guò)程類(lèi)似于選擇排序算法,因?yàn)槲覀內(nèi)∽畲笾祷蜃钚≈挡⑺鼈兎旁谝雅判驍?shù)組的頂部。
在 Python 中實(shí)現(xiàn)堆排序算法
我們將首先了解實(shí)現(xiàn) build_heap() 函數(shù),該函數(shù)采用原始數(shù)組、數(shù)組的長(zhǎng)度和父節(jié)點(diǎn)的索引。 在這里,如果我們查看一個(gè)數(shù)組,最后一個(gè)父節(jié)點(diǎn)的索引位于我們數(shù)組內(nèi)的 (n//2 - 1) 處。
類(lèi)似地,該特定父級(jí)的左孩子的索引為 2*parent_index + 1 ,右孩子的索引為 2*parent_index + 2 。
在這個(gè)例子中,我們?cè)噲D創(chuàng)建一個(gè)最大堆。 這意味著每個(gè)父節(jié)點(diǎn)都需要大于其子節(jié)點(diǎn)。
為此,我們將從最后一個(gè)父節(jié)點(diǎn)開(kāi)始,向上移動(dòng)到堆的根節(jié)點(diǎn)。 如果我們想創(chuàng)建一個(gè)最小堆,我們希望所有父節(jié)點(diǎn)都小于它們的子節(jié)點(diǎn)。
此 build_heap() 函數(shù)將檢查左或右子節(jié)點(diǎn)是否大于當(dāng)前父節(jié)點(diǎn),并將最大節(jié)點(diǎn)與父節(jié)點(diǎn)交換。
該函數(shù)遞歸地調(diào)用自身,因?yàn)槲覀兿M麑?duì)堆中的所有父節(jié)點(diǎn)遞增地重復(fù)之前的過(guò)程。
以下代碼片段演示了上述 built_heap() 函數(shù)在 Python 中的有效實(shí)現(xiàn)。
def build_heap(arr, length, parent_index):
largest_index = parent_index
left_index = 2 * parent_index + 1
right_index = 2 * parent_index + 2
if left_index < length and arr[parent_index] < arr[left_index]:
largest_index = left_index
if right_index < length and arr[largest_index] < arr[right_index]:
largest_index = right_index
if largest_index != parent_index:
arr[parent_index],arr[largest_index] = arr[largest_index],arr[parent_index]
build_heap(arr, length, largest_index)現(xiàn)在,我們有一個(gè)函數(shù),它獲取數(shù)組中的最大值并將其放在堆的根部。 我們需要一個(gè)函數(shù)來(lái)獲取未排序的數(shù)組,調(diào)用 build_heap() 函數(shù)并從堆中提取元素。
以下代碼片段演示了 heapSort() 函數(shù)在 Python 中的實(shí)現(xiàn)。
def heapSort(arr):
length = len(arr)
for parent_index in range(length // 2 - 1, -1, -1):
build_heap(arr, length, parent_index)
for element_index in range(length-1, 0, -1):
arr[element_index], arr[0] = arr[0], arr[element_index]
build_heap(arr, element_index, 0)我們?cè)跀?shù)組中逐步調(diào)用每個(gè)父節(jié)點(diǎn)的 build_heap() 函數(shù)。 請(qǐng)注意,我們將 length//2-1 作為起始索引,-1 作為結(jié)束索引,步長(zhǎng)為 -1。
這意味著我們從最后一個(gè)父節(jié)點(diǎn)開(kāi)始,遞減索引 1,直到到達(dá)根節(jié)點(diǎn)。
第二個(gè) for 循環(huán)從我們的堆中提取元素。 它也從最后一個(gè)索引開(kāi)始,并在我們數(shù)組的第一個(gè)索引處停止。
我們?cè)诖搜h(huán)中交換數(shù)組的第一個(gè)和最后一個(gè)元素,并通過(guò)傳遞 0 作為根索引對(duì)新排序的數(shù)組執(zhí)行 build_heap() 函數(shù)。
現(xiàn)在,我們已經(jīng)編寫(xiě)了用 Python 實(shí)現(xiàn)堆排序的程序。 是時(shí)候?qū)?shù)組進(jìn)行排序并測(cè)試上面編寫(xiě)的代碼了。
arr = [5, 3, 4, 2, 1, 6]
heapSort(arr)
print("Sorted array :", arr)輸出:
Sorted array : [1, 2, 3, 4, 5, 6]
如我們所見(jiàn),我們的數(shù)組已完全排序。 這意味著我們的代碼工作得很好。
如果我們想按降序排序,我們可以創(chuàng)建一個(gè)最小堆而不是上面實(shí)現(xiàn)的最大堆。
本文不會(huì)解釋最小堆,因?yàn)樗呀?jīng)在本教程的開(kāi)頭討論了最小堆是什么。
我們的程序以下列方式工作。 以下塊顯示了我們的數(shù)組在代碼執(zhí)行的每個(gè)階段的狀態(tài)。
Original Array [5, 3, 4, 2, 1, 6] # input array
Building Heap [5, 3, 6, 2, 1, 4] # after build_heap() pass 1
Building Heap [5, 3, 6, 2, 1, 4] # after build_heap() pass 2
Building Heap [6, 3, 5, 2, 1, 4] # after build_heap() pass 3
Extracting Elements [6, 3, 5, 2, 1, 4] # before swapping and build_heap pass 1
Extracting Elements [5, 3, 4, 2, 1, 6] # before swapping and build_heap pass 2
Extracting Elements [4, 3, 1, 2, 5, 6] # before swapping and build_heap pass 3
Extracting Elements [3, 2, 1, 4, 5, 6] # before swapping and build_heap pass 4
Extracting Elements [2, 1, 3, 4, 5, 6] # before swapping and build_heap pass 5
Sorted array : [1, 2, 3, 4, 5, 6] # after swapping and build_heap pass 5
build_heap() 函數(shù)執(zhí)行了 3 次,因?yàn)槲覀兊亩阎兄挥?3 個(gè)父節(jié)點(diǎn)。
之后,我們的元素提取階段獲取第一個(gè)元素,將其與最后一個(gè)元素交換,然后再次執(zhí)行 build_heap() 函數(shù)。 對(duì)長(zhǎng)度 - 1 重復(fù)此過(guò)程,我們的數(shù)組得到排序。
到此這篇關(guān)于Python 堆排序的文章就介紹到這了,更多相關(guān)Python 堆排序內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
python中分組函數(shù)groupby和分組運(yùn)算函數(shù)agg的使用
本文主要介紹了python中分組函數(shù)groupby和分組運(yùn)算函數(shù)agg的使用,文中通過(guò)示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2021-10-10
python opencv 圖像拼接的實(shí)現(xiàn)方法
高級(jí)圖像拼接也叫作基于特征匹配的圖像拼接,拼接時(shí)消去兩幅圖像相同的部分,實(shí)現(xiàn)拼接合成全景圖。這篇文章主要介紹了python opencv 圖像拼接,需要的朋友可以參考下2019-06-06
python獲取當(dāng)前文件路徑以及父文件路徑的方法
今天小編就為大家分享一篇python獲取當(dāng)前文件路徑以及父文件路徑的方法,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-07-07
pandas DataFrame.shift()函數(shù)的具體使用
本文主要介紹了pandas DataFrame.shift()函數(shù)的使用,pandas DataFrame.shift()函數(shù)可以把數(shù)據(jù)移動(dòng)指定的位數(shù),有需要了解pandas DataFrame.shift()用法的朋友可以參考一下2021-05-05
解決Pycharm下面出現(xiàn)No R interpreter defined的問(wèn)題
今天小編就為大家分享一篇解決Pycharm下面出現(xiàn)No R interpreter defined的問(wèn)題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2018-10-10

