python 堆_【译】Python中的堆排序
作者:Olivera Popović
翻译:老齐
介绍
堆排序是高效排序算法的另一个例子,它的主要优点是,无论输入数据如何,它的最坏情况运行时间都是O(n*logn)。
顾名思义,堆排序在很大程度上依赖于堆数据结构——优先级队列的常见实现。
毫无疑问,堆排序是一种简单的排序算法,而且与其他简单实现相比,堆排序是更有效,也很常见。
堆排序
堆排序的工作原理是从堆逐个“移除”元素并将它们添加到已排序的数组里,在进一步解释和重新访问堆数据结构之前,我们应该了解堆排序本身的一些属性。
它是一种原地算法(译者注:in-place algorithm,多数翻译为“原地算法”,少数也翻译为“就地算法”。这种算法是使用小的、固定数量的额外内存空间来转换资料的算法。),意味着它需要恒定数量的内存,即所需内存不取决于初始数组本身的大小,而取决于存储该数组所需的内存。
例如,不需要原始数组的副本,也不需要递归和递归调用堆栈。最简单的堆排序实现通常使用第二个数组来存储排序后的值。我们将使用这种方法,因为它在代码中更直观、更易于实现,但它也是百分百的原地算法。
堆排序不稳定,意思是相等的值,并不会在同样的相对位次上。对于整数、字符串等这些基本类型,不会出现这类问题,但当我们对复杂类型的对象排序时,可能会遇到。
例如,假设我们有一个自定义类Person
带有age
和name
属性,在一个数组中几个此类的实例对象,比如按顺序出现19岁的名叫“Mike”的人和一个19岁的名叫“David”的人。
如果我们决定按年龄对这些人进行排序,就不能在排序数组中保证“Mike”会出现在“David”之前,即使他们在初始数组中是按这个顺序出现的。“Mike”有可能出现在“David”之前,但不能保证百分之百如此。
堆数据结构
堆是计算机科学中最流行和最常用的一种数据结构——更不用说在软件工程面试中非常流行了。
我们将讨论跟踪最小元素(最小堆)的堆,但它们也可以很容易地实现对最大元素(最大堆)的跟踪。
简单地说,最小堆是一种基于树的数据结构,其中每个节点比其所有子节点都小。通常使用二叉树。堆有三个基本操作——delete_minimum()
、get_minimum()
和add()
。
每次,你只能删除堆中的第一个元素,然后对其进行“重新排序”。在添加或删除元素后,堆对自己会“重新排序”,以便最小的元素始终处于第一个位置。
注意:这绝不意味着堆是排序的数组。每个节点都小于其子节点这一事实不足以保证整个堆是按升序排列的。
我们来看一个关于堆的例子:
正如我们看到的,上面的例子确实符合堆的描述,但是没有排序。我们不会详细讨论堆实现,因为这不是本文的重点。当在堆排序中使用堆数据结构时,我们所利用的堆数据结构的关键优势是:下一个最小的元素始终是堆中的第一个元素。
实现
数组排序
译者注: 作者在本文中并没有严格区分Python中的列表和数组,而是将列表看做了数组,这对于列表中的元素是同一种类型的元素而言,无可厚非。对于排序,只有是同一种类型的元素,才有意义。
Python提供了创建和使用堆的方法,所以我们不必自己单独为了实现它们去写代码了:
heappush(list, item)
:向堆中添加一个元素,然后对其重新排序,使其保持堆状态。可用于空列表。heappop(list)
:删除第一个(最小的)元素并返回该元素。此操作之后,堆仍然是一个堆,因此我们不必调用heapify()
。heapify(list)
:将给定的列表变成一个堆。
现在我们知道了这些,堆排序的实现就相当简单了:
from heapq import heappop, heappushdef heap_sort(array):heap = []for element in array:heappush(heap, element)ordered = []# While we have elements left in the heapwhile heap:ordered.append(heappop(heap))return orderedarray = [13, 21, 15, 5, 26, 4, 17, 18, 24, 2]
print(heap_sort(array))
输出
[2, 4, 5, 13, 15, 17, 18, 21, 24, 26]
如我们所见,堆数据结构的繁重工作已经完成,我们所要做的只是添加所需的所有元素并逐个删除它们。它就像一台硬币计数机,根据输入的硬币的价值对它们进行分类,然后我们可以取出它们。
自定义对象排序
当使用自定义类时,事情会变得更加复杂。通常,为了使用我们的排序算法,建议不要重写类中的比较运算符,而是建议重写该算法,以便使用lambda函数比较。
但是,由于我们的实现依赖于内置堆方法,因此不能在这里这样做。
Python确实提供了以下方法:
heapq.nlargest(*n*, *iterable*, *key=None*)
:返回一个列表,其中包含由iterable
定义的数据集中的n个最大元素。heapq.nsmallest(*n*, *iterable*, *key=None*)
:返回一个列表,其中包含由iterable
定义的数据集中的n个最小元素。
我们可以使用它来简单地获取n = len(array)
最大/最小元素,但是方法本身不使用堆排序,本质上等同于只调用sorted()
方法。
我们留给自定义类的唯一解决方案是实际重写比较运算符。遗憾的是,这使我们局限于对每个类只能进行一种比较。在我们的示例中,我们被局限于按年份对Movie
对象进行排序。
但是,它确实让我们演示了在自定义类上使用堆排序。我们来定义Movie
类:
from heapq import heappop, heappushclass Movie:def __init__(self, title, year):self.title = titleself.year = yeardef __str__(self):return str.format("Title: {}, Year: {}", self.title, self.year)def __lt__(self, other):return self.year < other.yeardef __gt__(self, other):return other.__lt__(self)def __eq__(self, other):return self.year == other.yeardef __ne__(self, other):return not self.__eq__(other)
现在,让我们稍微修改一下heap_sort()
函数:
def heap_sort(array):heap = []for element in array:heappush(heap, element)ordered = []while heap:ordered.append(heappop(heap))return ordered
最后,让我们实例化一些电影,将它们放入一个数组中,然后对它们进行排序:
movie1 = Movie("Citizen Kane", 1941)
movie2 = Movie("Back to the Future", 1985)
movie3 = Movie("Forrest Gump", 1994)
movie4 = Movie("The Silence of the Lambs", 1991);
movie5 = Movie("Gia", 1998)array = [movie1, movie2, movie3, movie4, movie5]for movie in heap_sort(array):print(movie)
输出:
Title: Citizen Kane, Year: 1941
Title: Back to the Future, Year: 1985
Title: The Silence of the Lambs, Year: 1991
Title: Forrest Gump, Year: 1994
Title: Gia, Year: 1998
与其他排序算法的比较
堆排序被广泛使用,主要原因是它的可靠性,尽管它经常被运行良好的“快速排序”法所超越(译者注: 本文的微信公众号“老齐教室”以系列文章,介绍各种排序算法,并且用Python语言实现,敬请关注)。
堆排序的主要优点是时间复杂度上的O(n*logn)上限以及安全性。Linux内核开发人员给出了使用堆排序而不是快速排序的以下理由:
堆排序的平均排序时间和最坏排序时间均为O(n*logn)
,虽然qsort的平均速度快了20%,但不得不容忍O(n*n)
的最坏可能情形和额外的内存支出,这使它不太适合在操作系统内核中使用。
此外,快速排序算法法在可预测的情况下表现不佳。并且,如果对内部实现有足够的了解,你可能会意识到它造成的安全风险(主要是DDoS攻击),因为不良的O(n^2)
行为很容易被触发。
经常被用来与堆排序比较的另一种算法是归并排序算法(译者注: 本微信公众号也会刊发相关文章给予介绍,敬请关注),它们具有相同的时间复杂度。
归并排序的优点是稳定、可并行运算,而堆排序两者都做不到。
另一个注意事项是:即使复杂度相同,堆排序在大多数情况下也比归并排序慢,因为堆排序具有较大的常数因子。
然而,堆排序比归并排序更容易实现,因此当内存比速度更重要时,它是首选。
结论
正如我们所看到的,堆排序不像其他高效的通用算法那么流行,但是它的可预测行为(而不是不稳定的行为)使它成为一个很好的算法,适用于内存和安全性比稍快的运行速度更重要的场合。
实现和利用Python提供的内置功能是非常直观的,我们实际上要做的就是将元素放在一个堆中并取出它们,就像对待硬币计数器一样。
原文链接:https://stackabuse.com/heap-sort-in-python/
★ 关注微信公众号:老齐教室。读深度文章,得精湛技艺,享绚丽人生。
python 堆_【译】Python中的堆排序相关推荐
- python 堆_40道Python经典面试题(附答案)
1)什么是Python?使用Python有什么好处? Python是一种编程语言,包含对象,模块,线程,异常和自动内存管理.Python的好处在于它简单易用,可移植,可扩展,内置数据结构,并且它是一个 ...
- 第一章 第一节:Python基础_认识Python
Python基础入门(全套保姆级教程) 第一章 第一节:Python基础_认识Python 1. 什么是编程 通俗易懂,编程就是用代码编写程序,编写程序有很多种办法,像c语言,javaPython语言 ...
- python对象模型_[译] 用 Python 实现一个最简单的对象模型
一个简单的对象模型 Carl Friedrich Bolz 是一位在伦敦国王大学任职的研究员,他沉迷于动态语言的实现及优化等领域而不可自拔.他是 PyPy/RPython 的核心开发者之一,于此同时, ...
- python 示例_在Python中带有示例的while关键字
python 示例 关键字的Python (Python for keyword) while is a keyword (case-sensitive) in python, it is used ...
- latex附录中放python代码_在Latex中插入Python代码
这里指的插入是指最终能在生成的pdf中显示高亮的Python代码. 在Latex中插入Python代码,需要一个第三发的宏包pythonhighlight: https://github.com/ol ...
- ppt python 图表_利用python分析weibo数据做成图表放入PPT中
起因 很久以前,就有个想法,就是自动分析微博的数据,但是之前一直想的是网页版展示,flask想学了好久都没学,偶然的一次看到了一篇关于python处理pptx的文章,再加上同窗三年的室友在毕业后竟然主 ...
- cmd中如何运行python文件_在cmd中运行.py文件: python的操作步骤
在cmd中运行.py文件: python的操作步骤 1 打开cmd, 不改变运行的目录: 输入python 空格 调试好的python文件路径 或者python 空格 将python文件拖入cmd ...
- shell运行python文件_在python shell中运行python文件的实现
在python shell中运行python文件的实现 最近在学习flask开发,写好程序后需要在python shell中运行测试功能.专门抽时间研究了下,总结以防止以后遗忘. 这是测试文件的结构, ...
- iphone看python文件_通过python获取苹果手机备份文件中的照片,视频等信息采集
前言: 苹果手机用户通常会将手机备份到电脑上,而备份文件通常不会自动删除.在我们电脑取证,或者***到一台电脑后可以通过python脚本获取到备份文件中的一些隐私信息,比如照片.视频.相关软件中的一些 ...
- java python算法_用Python,Java和C ++示例解释的排序算法
java python算法 什么是排序算法? (What is a Sorting Algorithm?) Sorting algorithms are a set of instructions t ...
最新文章
- 【转载】云计算的三种服务模式:IaaS,PaaS和SaaS
- 微软亚洲研究院等提出CNN训练新方法RePr,准确率显著提升
- Maven快速创建SpringMVC web(1)
- tf.sparse.SparseTensor
- ecu故障现象_【案例】柴油电喷车维修故障案例
- android wifi
- 如何有效利用碎片时间?这里有个办法
- python中三级菜单讲解_Python字典实现简单的三级菜单(实例讲解)
- 稚晖君又整活啦!基于全志F1C200s的超迷你
- Project Server 2003配置部署指南_百度文库
- 详解Android动画之Tween Animation
- ICEFaces Note(7)
- 分布排序(distribution sorts)算法大串讲
- 限流, 熔断,降级笔记
- C#服务端如何获取外网IP
- qqpcmgr_docpro 这个隐藏文件无法删除的问题解决方法
- canvas画布上的文字随窗口大小变形
- BP神经网络对鸢尾花进行分类
- 综合型集团该如何利用数字化转型支撑磅礴多元的服务?
- autoHotkey — 连击/双击/重复 按键触发
热门文章
- 儿童卫士360智能手表,给孩子更多保护
- 关于style设置方法,obj.setAttribute(style.)和obj.style.stylename
- android关于window
- vista的启动修复........
- 网管日志-06.08.16
- 剑指 Offer II 106. 二分图
- 14.初步解析document的核心元数据以及图解剖析index创建反例
- linux kvm虚拟化ha,基于RHEL6.3-KVM三节点虚拟机命令行搭建HA
- 龙族幻想最新东京机器人位置_龙族幻想:最强“人形兵器”格斗家降临卡塞尔学院...
- 自由之战服务器显示登录失败,自由之战:生存的游戏一直登入不进去怎么办