下面小编就为大家带来一篇python下实现二叉堆以及堆排序的示例。小编觉得挺不错的，现在就分享给大家，也给大家做个参考。一起跟随小编过来看看吧

堆是一种特殊的树形结构， 堆中的数据存储满足一定的堆序。堆排序是一种选择排序， 其算法复杂度， 时间复杂度相对于其他的排序算法都有很大的优势。

堆分为大头堆和小头堆， 正如其名， 大头堆的第一个元素是最大的， 每个有子结点的父结点， 其数据值都比其子结点的值要大。小头堆则相反。

我大概讲解下建一个树形堆的算法过程:

找到N/2 位置的数组数据， 从这个位置开始， 找到该节点的左子结点的索引， 先比较这个结点的下的子结点， 找到最大的那个， 将最大的子结点的索引赋值给左子结点， 然后将最大的子结点和父结点进行对比， 如果比父结点大， 与父节点交换数据。当然， 我只是大概说了下实现， 在此过程中， 还需要考虑结点不存在的情况。

看下代码：

# 构建二叉堆 
def binaryHeap(arr, lenth, m): 
 temp = arr[m] # 当前结点的值 
 while(2*m+1 < lenth): 
 lchild = 2*m+1 
 if lchild != lenth - 1 and arr[lchild] < arr[lchild + 1]: 
 lchild = lchild + 1 
 if temp < arr[lchild]: 
 arr[m] = arr[lchild] 
 else: 
 break 
 m = lchild 
 arr[m] = temp 
 
 
def heapsort(arr, length): 
 i = int(len(arr)/2) 
 while(i >= 0): 
 binaryHeap(arr, len(arr), i) 
 i = i - 1 
 
 print("二叉堆的物理顺序为:") 
 print(arr) # 

输出二叉堆的物理顺序 if __name__ == '__main__': arr = [2, 87, 39, 49, 34, 62, 53, 6, 44, 98] heapsort(arr, len(arr))

堆排序过程就是依次将最后的结点与首个节点进行对比交换：

# 构建二叉堆
def binaryHeap(arr, lenth, m):
 temp = arr[m] # 当前结点的值
 while(2*m+1 < lenth):
 lchild = 2*m+1
 if lchild != lenth - 1 and arr[lchild] < arr[lchild + 1]:
 lchild = lchild + 1
 if temp < arr[lchild]:
 arr[m] = arr[lchild]
 else:
 break
 m = lchild
 arr[m] = temp


def heapsort(arr, length):
 i = int(len(arr)/2)
 while(i >= 0):
 binaryHeap(arr, len(arr), i)
 i = i - 1

 print("二叉堆的物理顺序为:")
 print(arr) # 

输出二叉堆的物理顺序 i = length-1 while(i > 0): arr[i], arr[0] = arr[0], arr[i] # 变量交换 binaryHeap(arr, i, 0) i = i - 1560 def pop(arr): first = arr.pop(0) return first if __name__ == '__main__': arr = [2, 87, 39, 49, 34, 62, 53, 6, 44, 98] heapsort(arr, len(arr)) print("堆排序后的物理顺序") print(arr) # 输出经过堆排序之后的物理顺序 data = pop(arr) print(data) print(arr)

python封装了一个堆模块, 我们使用该模块可以很高效的实现一个优先队列

import heapq


class Item:
 def __init__(self, name):
 self.name = name

 def __repr__(self):
 return 'Item({!r})'.format(self.name)


class PriorityQueue:
 def __init__(self):
 self._queue = []
 self._index = 0

 def push(self, item, priority):
 heapq.heappush(self._queue, (-priority, self._index, item)) # 存入一个三元组
 self._index += 1

 def pop(self):
 return heapq.heappop(self._queue)[-1] # 逆序

输出 if __name__ == '__main__': p = PriorityQueue() p.push(Item('foo'), 1) p.push(Item('bar'), 5) p.push(Item('spam'), 4) p.push(Item('grok'), 1) print(p.pop()) print(p.pop())

具体请看heapq官网

下载本文