什么是堆排序算法,堆的排序算法

　　计算机编程语言

　　两叉)。

　　两座山是特殊的山，两座山是完全二叉树或几乎完全二叉树。二叉堆满足堆的特性。父节点的键值总是以固定的顺序排列。不管是哪个子节点的键值，每个节点的左右子树都是二进制堆。

　　如果父节点的键值总是大于或等于任何子节点的键值，则最大堆数为。如果父节点的键值始终小于或等于任何子节点的键值，则为最小堆。

　　二进制堆栈存储器

　　二岔山一般用排列来表示。如果根节点在数组中的位置为1，则第n个位置的子节点分别为2n和2n-1。因此，第一个位置的子节点位于2和3，第二个位置的子节点位于4和5。诸如此类。这个基于1的数组可以很容易地找到父节点和子节点。

　　当存储数组的下标以0为基数时，下标为I的节点的子节点为2i 1和2i 2；它的父节点的下标是什么？loor())我？12?此外，函数floor(x)具有舍入或舍入的功能，即x以下的最大整数(与舍入不同，舍入是指直接取数值轴上最接近所需值的左边值，即所需值以下的最大值)。例如，floor(1.1)和floor(1.1)都返回1。

　　下图中的两个堆：

　　将这两个堆保存到一个从1开始的数组中。

　　地点：1 2 3 4 5 6 7 8 9 10 11

　　左：1 2 3 4 5 6 7 8 9 10 11

　　右：11 9 10 5 6 7 8 1 2 3 4

　　对于山区来说，这样的存储效率很低。因为该节点的子节点很可能在其他内存页面上。-B-heap是一种更高效的存储方法，它将每个子树放在同一个内存页面上。

　　如果你使用指针链表来存储堆，你需要一种方法来访问叶节点。您可以通过遍历二叉树来依次遍历这些节点。

　　基本操作

　　插入节点

　　在数组末尾插入一个新节点。然后，子节点和父节点的当前节点时间的复杂度(称为up-heap或bubble-up，渗滤液向上，sift-up，trickle up，heapify-up-up，cascade-up操作)为o(logn)。

　　删除节点

　　删除根节点进行排序。

　　对于最大堆，删除根节点意味着删除最大值。如果是最小堆，请删除最小值。然后，将堆存储的最后一个节点移动到根节点中的填充位置。从上到下调整父节点及其子节点。对于最大堆，如果父节点小于具有最大值的子节点，那么两者都将被交换。将此操作转换为向下堆积或向下冒泡、向下过滤、向下筛选、向下渗透、向上堆积、向下层叠、向下提取。

　　位于山脚和河边

　　一种直观的方法是从单个节点的二进制堆开始，一次插入一个节点。其时间复杂度为{ displaystyleo(n logn)} o)n)logn)。

　　最好的算法是Max-Heapify算法，从配置了任意节点元素的二叉树开始，自下而上删除每个子树的根节点。对于最大的堆，当前子树被解析为二叉树堆。具体来说，假设一些高度为h的树堆成两股。对于一些高度为h 1的树，要沿最大部分节点的分支调整根节点，最多需要在步骤h中堆成两股。可以证明该算法的时间复杂度为o(n)。

　　密码

　　#!/usr/zxdxt/env python2

　　#-*-编码：utf-8-*-

　　@作者：gsharp

　　类二进制帮助：

　　def __init__(self，n):

　　self.heap=[0] * n

　　self.size=0

　　efremove_min(self):

　　removed=self.heap[0]

　　self.size -=1

　　self . heap[0]=self . heap[self . size]