Update sorting.py by adding heap sort code

heap.py

@@ -0,0 +1,53 @@
+# Luis Andrés López Mañán
+# Program written by hand as a draft on 09/19/2022
+# Credit goes to GeeksForGeeks
+# Link: https://www.geeksforgeeks.org/python-program-for-heap-sort/
+# Last access on 09/19/2022
+# Program wrriten and edited on 10/10/2022
+
+# This function heapifies a subtree rooted at an index
+# i. Also, n is the size of a heap and arr is array.
+
+def heapify (arr, n, i):
+		# largest is root for now
+		largest = i
+		
+		# left child of root
+		left = 2 * i + 1
+		
+		# right child of root
+		right = 2 * i + 2
+		
+		# Checks if root has a left child and is greater
+		# than root
+		if l < n and arr[i] < arr[l] :
+			largest = l
+			
+		# Checks if root has a right child and is greater
+		# than root
+		if r < n and arr[largest] < arr[r]:
+			largest = r
+			
+		# If necessary, this changes root by swapping va-
+		# lues
+		arr[i], arr[largest] = arr[largest], arr[i]
+		
+		# This heapifies the root repeatedly
+		heapify(arr, n, largest)
+		
+# This function sorts an array of a given size n
+def heapSort(arr, n):
+		# A max heap is built and last parent will be at
+		# position number h1, i.e., half the given size of
+		# and array. Therefore, that will be the starting
+		# location.
+		h1 = n // 2 - 1
+		for i in range(h1, -1, -1):
+			heapify(arr, n, i)
+			
+		# This extracts elements one by one.
+		for i in range(n - 1, 0, -1):
+			# Swaps, then heapifies
+			arr[i], arr[0] = arr[0], arr[i]
+			heapify(arr, i, 0)
+		

sorting.py

@@ -1,112 +0,0 @@
-"""
-Carlos J Corrada Bravo
-Este programa calcula el promedio de tiempo de ejecucion de cuatro algoritmos de ordenamiento
-La variable maxValor define el valor maximo de los elementos de la lista
-La variable largoLista define el largo de las listas a ordenar
-La variable veces define las veces que se va a hacer el ordenamiento 
-Al final se imprimen los promedios de cada algortimo
-"""
-from random import randint
-import time
-from merge import merge
-
-'''
- Python program for implementation of MergeSort  taken from https://www.geeksforgeeks.org/python-program-for-merge-sort/#:~:text=Merge%20Sort%20is%20a%20Divide,assumes%20that%20arr%5Bl..
- Merges two subarrays of arr[].
- First subarray is arr[l..m]
- Second subarray is arr[m+1..r]
-'''
-
-
-def mergeSort(lista, l, r):
-	if l < r:
-		# Same as (l+r)//2, but avoids overflow for
-		# large l and h
-		m = l + (r - l) // 2
-
-		# Sort first and second halves
-		mergeSort(lista, l, m)
-		mergeSort(lista, m + 1, r)
-		merge(lista, l, m, r)
-
-
-def heapSort(lista):
-	# definan el algoritmo de ordenamiento heapsort
-	return lista
-
-
-def quickSort(lista):
-	# definan el algoritmo de ordenamiento quicksort
-	return lista
-
-
-''' 
-	This algorithm was taken from: https://www.programiz.com/dsa/shell-sort 
-	and was adapted in order to work for this assigment.
-'''
-
-
-def shellSort(lista):
-	# Determine the list size to find the gap.
-	n = len(lista)
-	gap = n // 2
-
-	# this algorithm will run until gap reaches 1
-	while gap > 0:
-		for i in range(gap, n):
-			temp = lista[i]  # storing all items from lista into temp
-			j = i
-
-			# compares the number in temp with the 0th possition (start of list)
-			# if temp is larger than the first element then we swap them
-			while j >= gap and lista[j - gap] > temp:
-				lista[j] = lista[j - gap]
-				j -= gap
-
-			lista[j] = temp
-		gap = gap // 2  # decreases the gap to continue the loop
-
-	return lista
-
-
-maxValor = 1000  # define el valor maximo de los elementos de la lista
-largoLista = 1000  # define el largo de las listas a ordenar
-veces = 100  # define las veces que se va a hacer el ordenamiento
-
-acumulaMerge = 0  # variable para acumular el tiempo de ejecucion del mergesort
-acumulaHeap = 0  # variable para acumular el tiempo de ejecucion del heapsort
-acumulaQuick = 0  # variable para acumular el tiempo de ejecucion del quicksort
-acumulaShell = 0  # variable para acumular el tiempo de ejecucion del shellsort
-
-for i in range(veces):
-	mergelista = [randint(0, maxValor) for r in range(largoLista)]  # creamos una lista con valores al azar
-	heaplista = list(mergelista)
-	quicklista = list(mergelista)
-	searchlista = list(mergelista)
-
-	t1 = time.process_time()  # tomamos el tiempo inicial
-	mergeSort(mergelista, 0, len(mergelista) - 1)  # ejecutamos el algoritmo mergeSort
-	acumulaMerge += time.process_time() - t1  # acumulamos el tiempo de ejecucion
-	print(mergelista)  # desplegamos la lista
-
-	t1 = time.process_time()  # tomamos el tiempo inicial
-	heapSort(heaplista)  # ejecutamos el algoritmo heapSort
-	acumulaHeap += time.process_time() - t1  # acumulamos el tiempo de ejecucion
-	# print(heaplista)						#desplegamos la lista
-
-	t1 = time.process_time()  # tomamos el tiempo inicial
-	quickSort(quicklista)  # ejecutamos el algoritmo quickSort
-	acumulaQuick += time.process_time() - t1  # acumulamos el tiempo de ejecucion
-	# print(quicklista)						#desplegamos la lista
-
-	t1 = time.process_time()  # tomamos el tiempo inicial
-	shellSort(searchlista)  # ejecutamos el algoritmo shellSort
-	acumulaShell += time.process_time() - t1  # acumulamos el tiempo de ejecucion
-	print(searchlista)  # desplegamos la lista
-
-# imprimos los resultados
-print("Promedio de tiempo de ejecucion de " + str(veces) + " listas de largo " + str(largoLista))
-print("MergeSort " + str(acumulaMerge / veces) + " segundos")
-print("HeapSort " + str(acumulaHeap / veces) + " segundos")
-print("QuickSort " + str(acumulaQuick / veces) + " segundos")
-print("ShellSort " + str(acumulaShell / veces) + " segundos")