python下實(shí)現(xiàn)二叉堆以及堆排序的示例
堆是一種特殊的樹形結(jié)構(gòu), 堆中的數(shù)據(jù)存儲(chǔ)滿足一定的堆序。堆排序是一種選擇排序, 其算法復(fù)雜度, 時(shí)間復(fù)雜度相對于其他的排序算法都有很大的優(yōu)勢。
堆分為大頭堆和小頭堆, 正如其名, 大頭堆的第一個(gè)元素是最大的, 每個(gè)有子結(jié)點(diǎn)的父結(jié)點(diǎn), 其數(shù)據(jù)值都比其子結(jié)點(diǎn)的值要大。小頭堆則相反。
我大概講解下建一個(gè)樹形堆的算法過程:
找到N/2 位置的數(shù)組數(shù)據(jù), 從這個(gè)位置開始, 找到該節(jié)點(diǎn)的左子結(jié)點(diǎn)的索引, 先比較這個(gè)結(jié)點(diǎn)的下的子結(jié)點(diǎn), 找到最大的那個(gè), 將最大的子結(jié)點(diǎn)的索引賦值給左子結(jié)點(diǎn), 然后將最大的子結(jié)點(diǎn)和父結(jié)點(diǎn)進(jìn)行對比, 如果比父結(jié)點(diǎn)大, 與父節(jié)點(diǎn)交換數(shù)據(jù)。當(dāng)然, 我只是大概說了下實(shí)現(xiàn), 在此過程中, 還需要考慮結(jié)點(diǎn)不存在的情況。
看下代碼:
# 構(gòu)建二叉堆
def binaryHeap(arr, lenth, m):
temp = arr[m] # 當(dāng)前結(jié)點(diǎn)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("二叉堆的物理順序?yàn)?")
print(arr) # 輸出二叉堆的物理順序
if __name__ == '__main__':
arr = [2, 87, 39, 49, 34, 62, 53, 6, 44, 98]
heapsort(arr, len(arr))
堆排序過程就是依次將最后的結(jié)點(diǎn)與首個(gè)節(jié)點(diǎn)進(jìn)行對比交換:
# 構(gòu)建二叉堆
def binaryHeap(arr, lenth, m):
temp = arr[m] # 當(dāng)前結(jié)點(diǎn)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("二叉堆的物理順序?yàn)?")
print(arr) # 輸出二叉堆的物理順序
i = length-1
while(i > 0):
arr[i], arr[0] = arr[0], arr[i] # 變量交換
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("堆排序后的物理順序")
print(arr) # 輸出經(jīng)過堆排序之后的物理順序
data = pop(arr)
print(data)
print(arr)
python封裝了一個(gè)堆模塊, 我們使用該模塊可以很高效的實(shí)現(xiàn)一個(gè)優(yōu)先隊(duì)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)) # 存入一個(gè)三元組
self._index += 1
def pop(self):
return heapq.heappop(self._queue)[-1] # 逆序輸出
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())
具體請看heapq官網(wǎng)
以上這篇python下實(shí)現(xiàn)二叉堆以及堆排序的示例就是小編分享給大家的全部內(nèi)容了,希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。
相關(guān)文章
python執(zhí)行數(shù)據(jù)庫的查詢操作實(shí)例講解
在本篇文章里小編給大家整理了一篇關(guān)于python執(zhí)行數(shù)據(jù)庫的查詢操作實(shí)例講解內(nèi)容,有需要的朋友們可以參考學(xué)習(xí)下。2021-10-10
Matplotlib可視化之添加讓統(tǒng)計(jì)圖變得簡單易懂的注釋
今天給大家?guī)淼奈恼率顷P(guān)于Python的,文章圍繞著Python Matplotlib可視化展開,文中非常詳細(xì)的介紹了如何給統(tǒng)計(jì)圖添加注釋,需要的朋友可以參考下2021-06-06
python爬不同圖片分別保存在不同文件夾中的實(shí)現(xiàn)
這篇文章主要介紹了python爬不同圖片分別保存在不同文件夾中的實(shí)現(xiàn),文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2021-04-04
python實(shí)現(xiàn)發(fā)送form-data數(shù)據(jù)的方法詳解
這篇文章主要介紹了python實(shí)現(xiàn)發(fā)送form-data數(shù)據(jù)的方法,結(jié)合實(shí)例形式分析了Python發(fā)送form-data數(shù)據(jù)的相關(guān)操作步驟、實(shí)現(xiàn)方法與注意事項(xiàng),需要的朋友可以參考下2019-09-09
卷積神經(jīng)網(wǎng)絡(luò)如何實(shí)現(xiàn)提取特征
這篇文章主要介紹了卷積神經(jīng)網(wǎng)絡(luò)如何實(shí)現(xiàn)提取特征問題,具有很好的參考價(jià)值,希望對大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2023-04-04
Python數(shù)學(xué)符號計(jì)算庫SymPy使用方法詳解
SymPy?是一個(gè)?Python?的數(shù)學(xué)符號計(jì)算庫,提供了強(qiáng)大的工具來進(jìn)行符號數(shù)學(xué)運(yùn)算、代數(shù)操作、求解方程、微積分、矩陣運(yùn)算等,它廣泛應(yīng)用于數(shù)學(xué)教學(xué)、物理學(xué)、工程學(xué)、統(tǒng)計(jì)學(xué)和概率論等領(lǐng)域,本文將結(jié)合具體案例,詳細(xì)介紹?SymPy?的使用方法,需要的朋友可以參考下2024-08-08

