标签：最大 python 元素 最小 len pos heap 节点 调整

堆本质是完全二叉树，最小堆要求节点元素不大于左右叶子节点元素，最大堆要求节点元素不小于左右叶子节点元素。

下面通过例子来讲解最大堆。

给定一个列表array=[16,7,3,20,17,8]，对其进行堆排序。首先根据该数组元素构建一个完全二叉树，得到

根据最大堆的定义要求，我们需要让节点元素不小于左右叶子节点元素，所以我们从最后一个非叶节点开始依次向上调整元素位置。
构造初始堆，则从最后一个非叶节点开始调整，调整过程如下：
第一步: 初始化大顶堆(从最后一个有子节点开始往上调整最大堆)

20和16交换后导致16不满足堆的性质，因此需重新调整

这就得到了初始堆。

第二步: 堆顶元素R[1]与最后一个元素R[n]交换，交换后堆长度减一

第三步: 重新调整堆。此时3位于堆顶不满堆的性质，则需调整继续调整(从顶点开始往下调整)

重复上面的步骤:

请特别特别注意: 初始化大顶堆时 是从最后一个有子节点开始往上调整最大堆。而堆顶元素(最大数)与堆最后一个数交换后，需再次调整成大顶堆，此时是从上往下调整的。

class Solution:
    def max_heapify(self, heap, root, heap_len):
        pos = root
        while pos * 2 + 1 < heap_len:
            l,r = pos * 2 + 1, pos * 2 + 2
            if heap_len <= r or heap[r] < heap[l]:
                new = l
            else:
                new = r
            if heap[pos] < heap[new]:
                heap[pos], heap[new] = heap[new], heap[pos]
                pos = new 
            else:
                break

    def build_heap(self, heap):
        for i in range(len(heap) - 1, -1, -1):
            self.max_heapify(heap, i, len(heap))

    def heap_sort(self, nums):
        self.build_heap(nums)
        for i in range(len(nums) - 1, -1, -1):
            nums[i], nums[0] = nums[0], nums[i]
            self.max_heapify(nums, 0, i)
            
    def sortArray(self, nums: List[int]) -> List[int]:
        self.heap_sort(nums)
        return nums

标签：最大,python,元素,最小,len,pos,heap,节点,调整
来源： https://blog.csdn.net/litt1e/article/details/116846421

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。