學習了堆排序，使用python實現了一個優先隊列結構，記錄一下實現過程：
用一個python的list來表示堆結構，將list作為參數傳入構造函數中，然后在構造函數中建堆：
class prioQueue: def __init__(self, elist=[]): self._elems = list(elist) if elist: self.buildheap()
堆一般都是一個完全二叉樹，那么根據完全二叉樹的性質，一個節點i的左子節點為i+1，右子節點為i*2+1，以最小堆為例，根節點一定是最小值，優先隊列必須保證每次彈出的值都是最小的。建堆過程是一個遞歸的過程，首先拿出list中第一個元素，一個元素必然是一個堆，接下來從list最后拿2個元素分別作為2個子堆，若要將第一個元素這個堆和最后2個元素所構成的子堆合並成一個堆，那么就要保證堆頂的值最小，先判斷左右2個子堆的大小，然后用第一個元素和較小的比較，若小，則不變，若大，則將元素與子堆那個元素調換位置，這樣就形成了1個3個元素的最小堆，之后再從list中拿出第二個元素，從排序好的堆中一次進行這個步驟，若較小，則跳出循環拿出下一個元素，若較大則交換2個比較的元素，再用這個元素與2個子節點的元素進行比較，直到遍歷了整個二叉樹都沒有更大的元素，那么這個元素就將放在元素的最末尾。這便是一個從堆頂即二叉樹根節點開始向下掃描的過程，先定義這個siftDown方法：
def siftdown(self, e,begin, end): elems, i, j, = self._elems, begin , begin*2+1
e為要排序的元素，變量i 儲存我們開始排序的位置，為了不浪費空間，begin參數來作為排序好及位排好的元素list中的索引，所以一開始是0之后遞增，end參數代表着堆元素的個數，也就是len（list）。
然后我們用elems變量保存數組 i作為排序元素的指針 j為i的左子樹 進行循環。只要j沒有到最后就循環下去。
while j < end:
然后先比較左右子樹，使用較小的子樹來和插入的e做比較，若e小於它那么就找到位置，否則調換位置繼續與換位置后的左右子樹進行比較，i位置即是元素e所在的位置：
if j+1<end and elems[j+1] < elems[j]: j = j + 1 if e < elems[j]: break elems[i] = elems[j] i, j = j , 2*j+1 elems[i] = e
對list的每一個元素都進行這樣的一個向下掃描，就可以完成一個建堆的過程，得到一個最小堆：
def buildheap(self): end = len(self._elems) for i in range(end//2,-1,-1): self.siftdown(self._elems[i],i,end) return self._elems