堆的python实现
class Heap(object):
"""大顶堆的定义,实现插入和删除"""
def __init__(self, capacity):
self.a = [None] * (capacity + 1)
self.n = capacity
self.count = 0
def insert(self, data):
"""插入一个数据"""
if self.count >= self.n:
return False
self.count += 1
i = self.count
self.a[i] = data
# 让新插入的节点与父节点对比大小。如果不满足子节点小于等于父节点的大小关系,
# 我们就互换两个节点。一直重复这个过程,直到所有的子节点小于等于父节点。
while int(i / 2) > 0 and self.a[i] > self.a[int(i / 2)]:
temp = self.a[i]
self.a[i] = self.a[int(i / 2)]
self.a[int(i / 2)] = temp
i = int(i / 2)
print(self.a)
return True
def remove_max(self):
"""删除大顶堆最大值"""
if self.count == 0:
return False
self.a[1] = self.a[self.count]
self.count -= 1
self.heapify()
print(self.a)
return True
def heapify(self):
# 删除堆顶元素之后,就需要把第二大的元素放到堆顶,那第二大元素肯定会出现在左右子节点中。
# 然后我们再迭代地删除第二大节点,以此类推,直到叶子节点被删除。
i = 1
while True:
max_pos = i
if 2 * i <= self.count and self.a[i] < self.a[2 * i]:
max_pos = 2 * i
if 2 * i + 1 <= self.count and self.a[max_pos] < self.a[2 * i + 1]:
max_pos = 2 * i + 1
if max_pos == i:
self.a[self.count + 1] = None
break
temp = self.a[i]
self.a[i] = self.a[max_pos]
self.a[max_pos] = temp
i = max_pos
def build_heap(self, arr):
"""算法从第1个下标开始计算,所以需要插入站位None"""
n = len(arr)
arr.insert(0, None)
# 我们只对 n/2 开始到 1的数据进行堆化,下标是n/2+ 1 到 n 的节点都是叶子节点,不需要堆化,
# 对于完全二叉树来说,下标是n/2+ 1 到 n 的节点都是叶子节点
for i in range(int(n / 2), 0, -1):
self.heapify_by_arr(arr, n, i)
return arr
@staticmethod
def heapify_by_arr(arr, l, i):
while True:
max_pos = i
if 2 * i <= l and arr[i] < arr[2 * i]:
max_pos = 2 * i
if 2 * i + 1 <= l and arr[max_pos] < arr[2 * i + 1]:
max_pos = 2 * i + 1
if max_pos == i:
break
temp = arr[i]
arr[i] = arr[max_pos]
arr[max_pos] = temp
i = max_pos
def sort_by_heap(self, arr):
"""利用堆进行数组排序"""
k = len(arr)
arr = self.build_heap(arr)
while k > 1:
temp = arr[k]
arr[k] = arr[1]
arr[1] = temp
k -= 1
self.heapify_by_arr(arr, k, 1)
print(arr)