一、内置模块
在python中，堆排序已经设置好了内置模块，不想自己写的话可以使用内置模块，真的很方便，但是堆排序算法的底层逻辑最好还是要了解并掌握一下的。
使用heapq模块的heapify()函数将列表转换为堆，然后使用heappop()和heappush()函数执行堆排序操作。
代码实现
import heapq # 导入包
import random # 随机数库，生成随机数li = list(range(100))
random.shuffle(li)print(li)
heapq.heapify(li) # 建堆的过程# 使用内置模块实现堆排序
n = len(li)
for i in range(n):print(heapq.heappop(li), end=",")二、topk问题
问题描述：现在有n个数，设计算法得到前k个大的数。（k<n）
解决思路：
取列表前k个元素建立一个小根堆。堆顶就是目前第k大的数。
依次向后遍历原列表，对于列表中的元素，如果小于堆顶，则忽略该元素；如果大于堆顶，则将堆顶更换为该元素，并且对堆顶进行一次调整。
遍历列表所有元素后，倒序弹出堆顶。
代码实现：
def sift(li, low, high):""":param li: 用列表存放树结构:param low: 堆的根节点位置:param high: 堆的最后一个元素的位置:return:"""i = low # i最开始指向根节点j = 2 * i + 1 # j最开始指向左孩子tmp = li[low] # 将栈顶保存起来while j <= high: # 循环条件为只要j不越过列表的界if j + 1 <= high and li[j+1] < li[j]: j = j+1 # 那么把指针指向数字大的右孩子if li[j] < tmp:li[i] = li[j] # 将i位置赋值为较大的数i = j # 并将i，j指针向下移动j = 2 * i +1else: # 如果tmp更大，将tmp放到i的位置上li[i] = tmp # 把tmp放到某个子树的根节点上breakelse:li[i] = tmp # 把tmp放到叶子节点上def topk(li, k):heap = li[0:k]# 1.建堆for i in range((k-2)//2, -1, -1):sift(heap, i, k-1)# 2.遍历并向下调整for i in range(k, len(li)-1):if li[i] > heap[0]:heap[0] = li[i] #sift(heap, 0, k-1)# 3.出数for i in range(k-1,-1, -1):heap[0], heap[i] = heap[i], heap[0]sift(heap, 0, i-1)return heap# 测试例子
import random
li = list(range(1000))
random.shuffle(li)
print(topk(li, 10))运行结果
三、学习碎碎念
三天！我终于把这个堆排序看完了！只是看完了，还没有真正的理解会运用。三月的第一天，新的一个月继续加油！每天的课老多，还要抽出空来自己学习，真的是超级累啊，慢慢来吧，总会熬过去的！
