python数据结构与算法——完全树 与 最小/大堆
# 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]
python数据结构与算法——完全树 与 最小/大堆的更多相关文章
- python数据结构与算法
最近忙着准备各种笔试的东西,主要看什么数据结构啊,算法啦,balahbalah啊,以前一直就没看过这些,就挑了本简单的<啊哈算法>入门,不过里面的数据结构和算法都是用C语言写的,而自己对p ...
- Python数据结构与算法之图的最短路径(Dijkstra算法)完整实例
本文实例讲述了Python数据结构与算法之图的最短路径(Dijkstra算法).分享给大家供大家参考,具体如下: # coding:utf-8 # Dijkstra算法--通过边实现松弛 # 指定一个 ...
- Python数据结构与算法--List和Dictionaries
Lists 当实现 list 的数据结构的时候Python 的设计者有很多的选择. 每一个选择都有可能影响着 list 操作执行的快慢. 当然他们也试图优化一些不常见的操作. 但是当权衡的时候,它们还 ...
- Python数据结构与算法--算法分析
在计算机科学中,算法分析(Analysis of algorithm)是分析执行一个给定算法需要消耗的计算资源数量(例如计算时间,存储器使用等)的过程.算法的效率或复杂度在理论上表示为一个函数.其定义 ...
- Python数据结构与算法之图的广度优先与深度优先搜索算法示例
本文实例讲述了Python数据结构与算法之图的广度优先与深度优先搜索算法.分享给大家供大家参考,具体如下: 根据维基百科的伪代码实现: 广度优先BFS: 使用队列,集合 标记初始结点已被发现,放入队列 ...
- Python 数据结构和算法
阅读目录 什么是算法 算法效率衡量 算法分析 常见时间复杂度 Python内置类型性能分析 数据结构 顺序表 链表 栈 队列 双端队列 排序与搜索 冒泡排序 选择排序 插入排序 希尔排序 快速排序 归 ...
- Python数据结构与算法(几种排序)
数据结构与算法(Python) 冒泡排序 冒泡排序(英语:Bubble Sort)是一种简单的排序算法.它重复地遍历要排序的数列,一次比较两个元素,如果他们的顺序错误就把他们交换过来.遍历数列的工作是 ...
- Python数据结构与算法?
数据结构与算法(Python) 冒泡排序 冒泡排序(英语:Bubble Sort)是一种简单的排序算法.它重复地遍历要排序的数列,一次比较两个元素,如果他们的顺序错误就把他们交换过来.遍历数列的工作是 ...
- python数据结构与算法之问题求解实例
关于问题求解,书中有一个实际的案例. 上图是一个交叉路口的模型,现在问题是,怎么安排红绿灯才可以保证相应的行驶路线互不交错. 第一步,就是把问题弄清楚. 怎么能让每一条行驶路线不冲突呢? 其实,就是给 ...
随机推荐
- 计算城市间的球面距离(C++实现)
#include<iostream> #include<string> #include<cmath> #include<iomanip> using ...
- Quick-Cocos2d-x初学者游戏教程1
Quick-Coco2d-x安装: Quick 安装完成后,在它的根目录下可以找到有两个名为setup_mac.sh.setup_win.bat的批处理脚本,它们分别是搭建Mac和Windows开发环 ...
- jquery mobile的事件
有个问题困扰了我两天,知道今天才解决. 那就是page的pagecreate事件,只调用一次 如果想随时更新,就要调用pageshow事件,每次都会调用, 这个事情再次告诉我,基础要扎实啊,不然会浪费 ...
- 03-第一个C语言程序的分析
本文目录 一.代码分析 二.开发和运行C程序的步骤 三.总结 说明:这个C语言专题,是学习iOS开发的前奏.也为了让有面向对象语言开发经验的程序员,能够快速上手C语言.如果你还没有编程经验,或者对C语 ...
- iOS - Xcode 插件
Xcode 插件 Xcode 插件安装目录: ~/library/Application Support/Developer/Shared/Xcode/Plug-ins Xcode 插件大全 http ...
- Page Visibility API(页面可见性)
页面可见性: 就是对于用户来说,页面是显示还是隐藏, 所谓显示的页面,就是我们正在看的页面:隐藏的页面,就是我们没有看的页面. 因为,我们一次可以打开好多标签页面来回切换着,始终只有一个页面在我们眼前 ...
- APP成功上线前的bug解决方案
首先测试用例设计阶段,设计并维护一个各个功能入口的说明文档.其实这个文档的作用很大,一方面对于bug回归阶段的人来说,这是用于提醒的;另外一个方面,在随机测试的时候,随机程度也能有所提高,测试人员能够 ...
- iOS修改手机定位(非越狱任意位置)
利用开发者的一些调试功能,我们可以修改非越狱的苹果手机定位,模拟任意位置. 经测试,此方法仅限开发者调试使用,并不能长时间修改手机定位. 1. 首先需要了解一些坐标系的知识 iOS,原生坐标系为 WG ...
- css学习笔记 2
css中的简写: 颜色的简写有三种:十六进制的形式.rgb(a).颜色名称. 单位的省略:当属性值为0px时,可以简写为0. margin和padding的简写,不多说了. border的简写:bor ...
- python无意中发现的
http://www.zhihu.com/question/37904398?sort=created&page=2 >>> a = [[1,2],[3,4],[5,6,7] ...