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<high and numbers[j]<numbers[j+1]:
j = j+1
if temp<numbers[j]:
# 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：
在线动画演示插入/选择/冒泡/归并/希尔/快速排序算法过程工具：
http://tools.jb51.net/aideddesign/paixu_ys
更多关于Python相关内容感兴趣的读者可查看本站专题：《Python数据结构与算法教程》、《Python列表(list)操作技巧总结》、《Python编码操作技巧总结》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》及《Python入门与进阶经典教程》
希望本文所述对大家Python程序设计有所帮助。
