Python——堆

        之前写代码用到堆的时候一直在用 C++ STL 的 priority_queue ，这段时间学习 python 顺便实现一下。同时也学习了使用 python 自带的 heapq。堆可以用来写堆排序也可用作优先队列等，虽然现在已经有封装好的模块可供我们调用，但是掌握其实现更有助于我们理解这种数据结构。

堆（heap)是计算机科学中一类特殊的数据结构的统称。堆通常是一个可以被看做一棵树的数组对象。堆总是满足下列性质：

（1）堆中某个节点的值总是不大于或不小于其父节点的值；

（2）堆总是一棵完全二叉树。

        将根节点最大的堆叫做最大堆或大根堆，根节点最小的堆叫做最小堆或小根堆。

        这里以小根堆为例，简单讲解堆的 python 实现。

一、Python实现

堆涉及的比较重要的几个操作有：插入新元素，堆判空，弹出堆顶元素，将一个数组转换为一个堆。

（1）插入新元素

        每次执行该操作时应保持堆的性质不变。对于小根堆：即插入新元素后每个元素的值小于其左右孩子的值。

        这里要用到一个 swim 的操作，翻译过来叫 “上浮” ，就是对新插入的元素进行调整使其满足堆的性质。如果当前节点小于其父节点的值，则交换该节点与其父节的值，父节点设为新的当前节点。这是一个递归的过程（也可以非递归实现），直到当前节点的值大于父节点的值时不再操作，就好像将一个元素在二叉树中自底向上 “浮起” ，故此得名。

        插入具体执行过程：

        1）将新元素加入到数组（即我们所建的堆）的尾部；

        2）对该元素进行 swim 操作

       实现如下：

#交换两元素
def swap(heap,x,y):
    t = heap[x]
    heap[x] = heap[y]
    heap[y] = t
#上浮操作
def swim(heap,x,location):
    parent = int(location / 2)
    if location > 1 and x < heap[parent]:
        swap(heap,location,parent)
        swim(heap,x,parent)
#返回堆的大小
def heapLen(heap):
    return len(heap) - 1
#堆中加入新元素
def push(heap,x):
    heap.append(x)
    location = heapLen(heap)
    swim(heap,x,location)
#一个例子
if __name__ == "__main__":
    data = [5,3,2,1,4]
    #保证数