本文实例讲述了Python数据结构与算法之完全树与最小堆。分享给大家供大家参考，具体如下：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
|
# 完全树 最小堆
class CompleteTree(list):
def siftdown(self,i):
""" 对一颗完全树进行向下调整，传入需要向下调整的节点编号i
当删除了最小的元素后，当新增加一个数被放置到堆顶时，
如果此时不符合最小堆的特性，则需要将这个数向下调整，直到找到合适的位置为止"""
n = len(self)
# 当 i 节点有儿子（至少是左儿子时），并且有需要调整时，循环执行
t = 0
while i*2+1<n:
# step 1：从当前结点，其左儿子，其右儿子中找到最小的一个，将其编号传给t
if self[i] > self[i*2+1]:
t = i*2+1
else: t = i
# 如果有右儿子，则再对右儿子进行讨论
if i*2+2<n:
if self[t] > self[i*2+2]: t = i*2+2
# step 2：把最小的结点中的元素和结点i的元素交换
if t != i:
self[t],self[i] = self[i],self[t]
i = t # 更新i为刚才与它交换的儿子结点的编号，以便接下来继续向下调整
else:
break # 说明当前父结点已经比两个子结点要小，结束调整
def siftup(self,i):
""" 对一棵完全树进行向上调整，传入一个需要向上调整的结点编号i
当要添加一个新元素后，对堆底（最后一个）元素进行调整 """
if i==0: return
n = len(self)
if i < 0: i += n
# 注意，由于堆的特性，不需要考虑左儿子结点的情况
# 由于父结点绝对比子结点小所以只需要比较一次
while i!=0:
if self[i]<self[(i-1)/2]:
self[i],self[(i-1)/2] = self[(i-1)/2],self[i]
else:
break
i = (i-1)/2 # 更新i为其父结点编号，从而便于下一次继续向上调整
def shufflePile(self):
""" 在当前状态下，对树调整使其成为一个堆 """
# 从"堆底"往"堆顶"进行向下调整，使得最小的元素不断上升
# 这样可以使得i结点以下的堆是局部最小堆
for i in range((len(self)-2)/2,-1,-1): # n/2,...,0
self.siftdown(i)
def deleteMin(self):
""" 删除最小元素 """
t = self[0] # 用一个临时变量记录堆顶点的
self[0] = self[-1] # 将堆的最后一个点赋值到堆顶
self.pop() # 删除最后一个元素
self.siftdown(0) # 向下调整
return t
def heapsort(self):
""" 对堆中元素进行堆排序操作 """
n = len(self)
s = []
while n>0:
s.append(self.deleteMin())
n -= 1
# 由于堆中的元素已全部弹出，将排序好的元素拼接到原来的堆中
self.extend(s)
if __name__=="__main__":
a = [99,5,36,7,22,17,92,12,2,19,25,28,1,46]
ct = CompleteTree(a)
print ct
>>> [99, 5, 36, 7, 22, 17, 92, 12, 2, 19, 25, 28, 1, 46]
ct.shufflePile()
print ct
>>> [1, 2, 17, 5, 19, 28, 46, 12, 7, 22, 25, 99, 36, 92]
s = ct.heapsort()
print ct
>>> [1, 2, 5, 7, 12, 17, 19, 22, 25, 28, 36, 46, 92, 99]
|
希望本文所述对大家Python程序设计有所帮助。
原文链接：http://www.cnblogs.com/hanahimi/p/4692668.html