本文实例讲述了Python实现的堆排序算法。分享给大家供大家参考，具体如下：

堆排序的思想:堆是一种数据结构，可以将堆看作一棵完全二叉树，这棵二叉树满足，任何一个非叶节点的值都不大于(或不小于)其左右孩子节点的值。 将一个无序序列调整为一个堆，就可以找出这个序列的最大值(或最小值)，然后将找出的这个值交换到序列的最后一个，这样有序序列就元素就增加一个，无序序列元素就减少一个，对新的无序序列重复这样的操作，就实现了排序。

堆排序的执行过程：

1.从无序序列所确定的完全二叉树的第一个非叶子节点开始，从右至左，从下至上，对每个节点进行调整，最终将得到一个大顶堆。

对节点的调整方法：将当前节点(假设为a)的值与其孩子节点进行比较，如果存在大于a的值的孩子节点，则从中选出最大的一个与a交换。当a来到下一层的时候重复上述过程，直到a的孩子节点的值都小于a为止

2.将当前无序序列中的第一个元素(反映在数中是根节点b)，与无序序列中的最后一个元素交换(假设为c)，b进入有序序列，到达最终位置。无序序列元素减少1个，有序序列元素增加1个，此时只有节点c可能不满足堆的定义，对其进行调整。

3.重复2 的过程，直到无序序列的元素剩下一个时排序结束。

# -*- coding:utf-8 -*-

# 堆排序适用于记录数很多的情况

from collections import deque

# 这里需要说明元素的存储必须要从1开始

# 涉及到左右节点的定位，和堆排序开始调整节点的定位

# 在下标0处插入0，它不参与排序

L = deque([49,38,65,97,76,13,27,49])

L.appendleft(0)

#L = [0,49,38,65,97,76,13,27,49]

def element_exchange(numbers,low,high):

temp = numbers[low]

# j 是low的左孩子节点(cheer!)

i = low

j = 2*i

while j<=high:

# 如果右节点较大，则把j指向右节点

if j

j = j+1

if temp

# 将numbers[j]调整到双亲节点的位置上

numbers[i] = numbers[j]

i = j

j = 2*i

else:

break

# 被调整节点放入最终位置

numbers[i] = temp

def top_heap_sort(numbers):

length = len(numbers)-1

# 指定第一个进行调整的元素的下标

# 它即该无序序列完全二叉树的第一个非叶子节点

# 它之前的元素均要进行调整

# cheer up！

first_exchange_element = length/2

#建立初始堆

print first_exchange_element

for x in range(first_exchange_element):

element_exchange(numbers,first_exchange_element-x,length)

# 将根节点放到最终位置，剩余无序序列继续堆排序

# length-1 次循环完成堆排序

for y in range(length-1):

temp = numbers[1]

numbers[1] = numbers[length-y]

numbers[length-y] = temp

element_exchange(numbers,1,length-y-1)

if __name__=='__main__':

top_heap_sort(L)

for x in range(1,len(L)):

print L[x],

运行结果：

PS：这里再为大家推荐一款关于排序的演示工具供大家参考：

希望本文所述对大家Python程序设计有所帮助。