Python-堆的实现与heapq(最小堆库函数)_python最小堆怎么用

2301_82244392

于 2024-05-16 16:40:13 发布

阅读量373

点赞数 5

分类专栏：程序员文章标签： python 学习面试

本文链接：https://blog.csdn.net/2301_82244392/article/details/138967024

版权

程序员专栏收录该内容

143 篇文章 0 订阅

订阅专栏

（1）Python所有方向的学习路线（新版）

这是我花了几天的时间去把Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

最近我才对这些路线做了一下新的更新，知识体系更全面了。

在这里插入图片描述

（2）Python学习视频

包含了Python入门、爬虫、数据分析和web开发的学习视频，总共100多个，虽然没有那么全面，但是对于入门来说是没问题的，学完这些之后，你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。

在这里插入图片描述

（3）100多个练手项目

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了，只是里面的项目比较多，水平也是参差不齐，大家可以挑自己能做的项目去练练。

在这里插入图片描述

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

高效增删

heappushpop(heap, item)

将 item 放入堆中，然后弹出并返回 heap 的最小元素。该组合操作比先调用heappush()再调用heappop()运行起来更有效率。

heappushpop(heap,9)
1
print(heap)
[2, 7, 4, 9, 8, 9]

heapreplace(heap, item)

弹出并返回 heap 中最小的一项，同时推入新的 item。堆的大小不变。如果堆为空则引发IndexError。

这个单步骤操作比heappop()加heappush()更高效，并且在使用固定大小的堆时更为适宜。 pop/push 组合总是会从堆中返回一个元素并将其替换为 item。

返回的值可能会比添加的 item 更大。如果不希望如此，可考虑改用heappushpop()。它的 push/pop 组合会返回两个值中较小的一个，将较大的值留在堆中。

堆的实现

堆的特点：

内部数据是有序的
可以弹出堆顶的元素，大根堆就是弹出最大值，小根堆就是弹出最小值
每次加入新元素或者弹出堆顶元素后，调整堆使之重新有序，时间复杂度O(logn)

堆的本质：

它是一个完全二叉树
实现的时候不需要建造一个树，改用一个层序遍历的数组即可，

一个节点的索引为index，那么，父节点的索引为 $\lfloor \frac{index-1}{2} \rfloor$ ，左孩子节点编号为index*2+1，右孩子节点为index*2+2

树

以序列2,7,4,1,8,1为例，最后形成的二叉树如上图所示，列表见下表

堆对应的实际列表
| 元素 | 8 | 7 | 4 | 1 | 2 | 1 |
| 下标 | 0 | 1 | 2 | 3 | 4 | 5 |

添加

元素放入列表尾

列表尾元素向上调整，和父节点交换，直到当前元素不符合交换条件（大根堆时就是大于父节点需要调整，小根堆反之）

插入8的过程

以插入8为例，8插入到列表末尾，列表为7 2 4 1 8，之后8与2比较后交换，改为7 8 4 1 2，之后8与7比较后交换，改为8 7 4 1 2，结束。

删除

交换堆顶元素与末尾元素

删除列表末尾元素

新的堆顶元素向下调整，和子节点交换，直到当前元素不符合条件（大根堆时就是小于子节点（选择更大的子节点）需要调整，小根堆反之）

初始化

    def __init__(self, desc=True):
        """
        init a heap, default big root heap
        :param desc:True,big root heap;False, little root heap.
        """
        self.heap = []
        self.desc = desc

初始化一个大根堆

参数

desc:降序，默认为True

大小

    @property
    def size(self):
        """
        :return: size of heap 
        """
        return len(self.heap)

堆的大小，即列表长度

得到堆顶

    def top(self):
        """
        get top of heap
        :return: the top of heap
        """
        try:
            return self.heap[0]
        except Exception:
            raise IndexError('heap is empty.')

堆顶元素，如果堆为空，引发IndexError。

添加

    def push(self, val):
        """
        add an element to heap
        :param val: the value of element
        :return: None
        """
        self.heap.append(val)
        self._to_up(self.size - 1)
        return None

把元素添加到尾部，再向上调整

参数

val：待添加元素的值

_to_up：向上调整

    def _to_up(self, index):
        """
        adjust bottom one to up
        :param index:size of heap - 1
        :return: None
        """
        while index:
            parent = (index - 1) // 2
            if self._better(self.heap[parent], self.heap[index]):
                break
            self.heap[parent], self.heap[index] = self.heap[index], self.heap[parent]
            index = parent
        return None

尾部元素调整到上面

参数

index:长度-1

    def _better(self, node1, node2):
        return node1 > node2 if self.desc else node1 < node2

选择一个符合条件的，根据desc来判断

删除

    def pop(self):
        """
        delete the top of heap
        :return:the top of heap
        """
        item = self.heap[0]
        self.heap[0], self.heap[-1] = self.heap[-1], self.heap[0]
        self.heap.pop()
        self._to_down(0)
        return item

删除堆顶元素

堆顶元素

    def _to_down(self, index):
        """
        adjust top one to down
        :param index: 0
        :return: None
        """
        while index * 2 + 1 < self.size:
            best = index
            left = index * 2 + 1
            right = index * 2 + 2
            if self._better(self.heap[left], self.heap[best]):
                best = left
            if right < self.size and self._better(self.heap[right], self.heap[best]):
                best = right
            if best == index:
                break
            self.heap[index], self.heap[best] = self.heap[best], self.heap[index]
            index = best
        return None

以大根堆为例

判断是否存在左孩子

若存在，找出当前节点和左孩子中更大的

判断是否存在右孩子

若存在，找出当前节点和右孩子中更大的

若当前节点是最大的，不变，否则，交换当前节点和最大的

参数

index:0

结果截图

全部代码

"""
--coding:utf-8--
@File: heap.py.py
@Author:frank yu
@DateTime: 2020.12.31 11:15
@Contact: frankyu112058@gmail.com
@Description:
"""


class Heap:
    def __init__(self, desc=True):
        """
        init a heap, default big root heap
        :param desc:True,big root heap;False, little root heap.
        """
        self.heap = []
        self.desc = desc

    @property
    def size(self):
        """
        :return: size of heap
        """
        return len(self.heap)

    def top(self):
        """
        get top of heap
        :return: the top of heap
        """
        try:
            return self.heap[0]
        except Exception:
            raise IndexError('heap is empty.')

    def push(self, val):
        """
        add an element to heap
        :param val: the value of element
        :return: None
        """
        self.heap.append(val)
        self._to_up(self.size - 1)
        return None

    def pop(self):
        """
        delete the top of heap
        :return:the top of heap
        """
        item = self.heap[0]
        self.heap[0], self.heap[-1] = self.heap[-1], self.heap[0]
        self.heap.pop()
        self._to_down(0)
        return item

    def _better(self, node1, node2):
        return node1 > node2 if self.desc else node1 < node2

    def _to_up(self, index):
        """
        adjust bottom one to up
        :param index:size of heap - 1
        :return: None
        """
        while index:
            parent = (index - 1) // 2
            if self._better(self.heap[parent], self.heap[index]):
                break
            self.heap[parent], self.heap[index] = self.heap[index], self.heap[parent]
            index = parent
        return None

    def _to_down(self, index):
        """
        adjust top one to down
        :param index: 0
        :return: None
        """
        while index * 2 + 1 < self.size:
            best = index
            left = index * 2 + 1
            right = index * 2 + 2
            if self._better(self.heap[left], self.heap[best]):
                best = left
            if right < self.size and self._better(self.heap[right], self.heap[best]):
                best = right
            if best == index:
                break
            self.heap[index], self.heap[best] = self.heap[best], self.heap[index]
            index = best


### 最后

> **🍅 硬核资料**：关注即可领取PPT模板、简历模板、行业经典书籍PDF。  
> **🍅 技术互助**：技术群大佬指点迷津，你的问题可能不是问题，求资源在群里喊一声。  
> **🍅 面试题库**：由技术群里的小伙伴们共同投稿，热乎的大厂面试真题，持续更新中。  
> **🍅 知识体系**：含编程语言、算法、大数据生态圈组件（Mysql、Hive、Spark、Flink）、数据仓库、Python、前端等等。




**网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。**

**[需要这份系统化学习资料的朋友，可以戳这里获取](https://bbs.csdn.net/topics/618317507)**

**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**

2301_82244392

关注

5
点赞
踩
10

收藏

觉得还不错? 一键收藏
0
评论
Python-堆的实现与heapq(最小堆库函数)_python最小堆怎么用

这是我花了几天的时间去把Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。最近我才对这些路线做了一下新的更新，知识体系更全面了。包含了Python入门、爬虫、数据分析和web开发的学习视频，总共100多个，虽然没有那么全面，但是对于入门来说是没问题的，学完这些之后，你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。
复制链接

扫一扫