Python手搓代码：优先队列(大/小根堆) TopK 类型算法总结

堆heapq（python）

常用方法：

函数名	描述
heappush(heap, item)	将 item 元素加入堆。
heappop(heap)	将堆中最小元素弹出。
heapify(heap)	将堆属性应用到列表上。
heapreplace(heap, x)	将堆中最小元素弹出，并将元素x 入堆。
merge(*iterables, key=None, reverse=False)	将多个有序的堆合并成一个大的有序堆，然后再输出。
heappushpop(heap, item)	将item 入堆，然后弹出并返回堆中最小的元素。
nlargest(n, iterable, key=None)	返回堆中最大的 n 个元素。
nsmallest(n, iterable, key=None)	返回堆中最小的 n 个元素。

基本使用：

h = []
if len(h):heapify(h) #如果list有内容就先构建堆
heappush(h, 5)
heappop(h)
h[0] #第一个元素便是根，即最小值

题目列表

数据流中的第 K 大元素

设计一个找到数据流中第 k 大元素的类（class）。注意是排序后的第 k 大元素，不是第 k 个不同的元素。

请实现 KthLargest 类：

KthLargest(int k, int[] nums) 使用整数 k 和整数流 nums 初始化对象。
int add(int val) 将 val 插入数据流 nums 后，返回当前数据流中第 k 大的元素。

题目ID：703

• 解题思路

对于可能重复的数组来说，第K大元素类型题目直接使用优先队列来进行处理。

• 实现代码

class KthLargest:
    def __init__(self, k: int, nums: List[int]):
        self.nums = nums
        self.k = k
        heapq.heapify(self.nums)

    def add(self, val: int) -> int:
        heapq.heappush(self.nums,val)
        while len(self.nums)>self.k:
            heapq.heappop(self.nums)
        return self.nums[0]#

• 细节
  heapq是直接对list进行操作
  heapq只有小顶堆，nums[0]最小
  如需实现大顶堆，将push的值用相反数即可实现

TopK也可使用heapq.nlargest得到TopK个数字，但是在数据量大时效率低，K越大，耗时越长。

可以到达的最远建筑

给你一个整数数组 heights ，表示建筑物的高度。另有一些砖块 bricks 和梯子 ladders 。

你从建筑物 0 开始旅程，不断向后面的建筑物移动，期间可能会用到砖块或梯子。

当从建筑物 i 移动到建筑物 i+1（下标 从 0 开始 ）时：

如果当前建筑物的高度 大于或等于 下一建筑物的高度，则不需要梯子或砖块
如果当前建筑的高度 小于 下一个建筑的高度，您可以使用 一架梯子 或 (h[i+1] - h[i]) 个砖块
如果以最佳方式使用给定的梯子和砖块，返回你可以到达的最远建筑物的下标（下标 从 0 开始 ）。

题目ID：1642

• 解题思路：

每次遍历先使用贪心用砖块
如果砖块不够
用梯子替换以前使用的最大砖块数目

• 实现代码：

class Solution:
    def furthestBuilding(self, heights, bricks, ladders):
        hq = []
        for i in range(1, len(heights)):
            diff = heights[i] - heights[i - 1]
            if diff > 0:
                heapq.heappush(hq, -diff)
                bricks -= diff
                if bricks < 0:
                    if ladders:
                        ladders -= 1
                        bricks -= heapq.heappop(hq)
                    else:return i - 1
        return len(heights) - 1

• 细节：

用负数的方法实现大根堆
每次先把本次需要用到的砖头push入堆
保证砖头不够时，有梯子一定能通过这个围墙