优先队列

1.优先队列的概念

优先队列也是和栈/队列一样的缓存结构，但是它的独特点在于：每个进入缓存的元素都会附有一个数值，这个数值代表着取用时的先后顺序。

举一个简单的例子：我把附带优先数值2 3 1 5 4的元素，依次放入优先队列；尽管先放进去的是附加值为4的元素，但是它不会像队列一样，最先被取出；尽管最后放入的是附加值为2的元素，但是它也不会像栈一样，优先被弹出；它的正确取出方式是按照附加值从小到大（或者从大到小被取出）

2.优先队列的实现方式之一

我们可以用线性表去实现：每次把元素按照附加值，插入到线性表当中；但是这样插入的复杂度是O(n)，取出为O(1)。

此类的实现方式简单；这里不必多言。

3.优先队列的实现方式之二

在学习了二叉树之后

我们可以利用完全二叉树去实现这种结构，完全二叉树的层次结构可以有效降低线性表的线性插入复杂度。

具体我们可以做如下分析：

1.利用二叉树实现堆是基础

堆的概念：一个 父节点必须小于（大于）子节点的 完全二叉树。(从每一个叶节点向上到根节点都是有序的)

2.在堆中插入元素

插入元素：① 先放在原来堆的末尾；当这个新添元素的父元素序号（ (p-1)//2 ）大于0的时候

                  ② 然后执行向上筛选

                   最后 当这个父亲元素序号 == 0 时：执行最后一次向上筛选。

附：向上筛选：

向上筛选每次只要和父节点比就行（向下筛选要和两个子节点相比），具体如下

首先：输入向上筛选的起始元素，在父节点序号大于0的时候；比较父子节点大小，满足子小于父节点，调换；更新起始元素；回到首先处；当起始元素更新到它的父元素的序号是0的时候；执行最后一次向上筛选；结束。

 

3.从完全二叉树中建堆

①可以利用2的方法，将完全二叉树的元素一一插入，从而建立堆；但是这样复杂度略高

②在重整完全二叉树建堆

先找到原始完全二叉树的最后一个元素；再找它的父节点（son//2 -1）；从这个父节点向下筛选；然后找这个父节点所在的序号的前一个元素；向下筛选；就这样直到序号为0时结束。

附：向下筛选：

首先，我们已经有了这个父节点的序号；在保证这个父节点的两个子节点都在的情况下 找到这个父节点的两个子节点；再将父节点和这两个子节点比较，把最小的放在父节点的位置；更新这个父节点，使这个父节点进入子代；再回到开始的地方。当这个父节点的一个子节点不在了；比较父节点和唯一的子节点；结束整个向下筛选；当这个父节点两个子节点都不在了；结束整个向下筛选。

小结：本节逻辑完全正确，具体代码实现需要注意的细节也在代码内标注：见文章底部

4.删除元素

① 删除根节点；然后把末尾的元素放到根节点的位置

② 做一次向下筛选

5. 优先队列API

1、heappush(heap, x)：向堆中添加元素

from heapq import * 
heap = [] for i in range(3): 
    heappush(heap, i) 
print(heap) #[0, 1, 2]
heappush(heap, 0.5) 
print(heap) #[0, 0.5, 2, 1]
heappush(heap, 1.5) 
print(heap) #[0, 0.5, 2, 1, 1.5]

2、heappop(heap)：弹出堆中最小的元素，并且维持剩余元素的堆结构。

3、heapify(heap)：将列表转换为堆。

4、heapreplace(heap, x)：弹出堆中最小的元素，然后将新元素插入。

5、nlargest(n, iter)、nsmallest(n, iter)：用来寻找任何可迭代对象iter中的前n个最大的或前n个最小的元素。