python中的堆模块（heapq）

最小堆是二叉树，其每个父节点的值都小于或等于其任何子节点，最小堆的特性是它的最小元素始终是树的根节点。由于堆的这种特性，堆一般会用在优先队列问题上。
python中并没有独立的堆类型，而是通过heapq模块来实现堆的一些操作。
heapd模块提供了以下几种操作：

（1）heapify（x ）：
将列表x转换为堆，（对x进行操作，将x按最小堆的方式存储）
（2）heappush(heap, item)：
将item压入堆中;
（3）heappop(heap):
弹出并从堆中返回最小的项;
（4）heappushpop（heap，item）:
将item压入堆中，然后弹出并从堆中返回最小的项目 ；
（5）heapreplace（heap，item）:
弹出并从堆中返回最小的项，然后推送新item,堆大小不变;(注意和（4）的区别)
（6）heapq.merge（ iterables，key = None，reverse = False ）*
将多个排序的输入合并到一个排序的输出中（例如，合并多个日志文件中带有时间戳的条目）。返回 排序后的值的迭代器。
（7）nlargest(n, iterable, key=None)
从iterable定义的数据集中返回包含n个最小元素 的列表。 key（如果提供）指定了一个参数的功能，该参数用于从iterable中的每个元素中提取一个比较键。
（8）nsmallest(n, iterable, key=None)
从iterable定义的数据集中返回包含n个最小元素 的列表。 key（如果提供）指定了一个参数的功能，该参数用于从iterable中的每个元素中提取一个比较键。

例子：

x = [2,1,3]
import heapq
heapq.heapify(x)
print(x)
print('############')
y = heapq.heappop(x)
print(y)
print(x)
print('############')
heapq.heappush(x,1)
print(x)
print('############')
y = heapq.heappushpop(x,2)
print(x)
print(y)
print('############')
y = heapq.heappushpop(x,1)
#y = heapq.heapreplace(x,1)
print(x)
print(y)
print('############')
y = heapq.heapreplace(x,1)
print(x)
print(y)

输出结果如下：
[1, 2, 3]
############
1
[2, 3]
############
[1, 3, 2]
############
[2, 3, 2]
1
############
[2, 3, 2]
1
############
[1, 3, 2]
2

x = [1,2,5]
y = [2,3,6]
z = [1,4,4]
print(list(heapq.merge(x,y,z)))

输出：
[1, 1, 2, 2, 3, 4, 4, 5, 6]

注意：

heapq.merge()参数中的x,y,z必须是排好序的，否则就会出现如上图所示的错误，且这个函数返回的并不是一个列表，需要用list（）转为列表。

x = [1, 1, 2, 2, 2, 3, 4, 5, 6]
y = heapq.nlargest(3,x)
print(y)
z = heapq.nsmallest(3,x)
print(z)
print(x)

输出：
[6, 5, 4]
[1, 1, 2]
[1, 1, 2, 2, 2, 3, 4, 5, 6]

注意：
这两个函数并不会改变原来的列表x,返回的是两个新的列表。

参考：https://docs.python.org/3.6/library/heapq.html#heapq.merge