Python-Leetcode-优先队列

https://www.jianshu.com/p/d174f1862601 【python-堆】

https://blog.csdn.net/qq_31156277/article/details/90117773 【堆】

https://www.sohu.com/a/256022793_478315 【优先队列】

堆的基本要求是堆中所有结点的值必须大于或等于(或小于或等于)其孩子结点的值。除此以外，所有叶子结点都是处于第 h 或 h - 1层（h为树的高度），其实堆也是一个完全二叉树。

为什么能用数组去存储堆中的元素？原因就在于 堆是一个完全二叉树，它的节点信息，可以完全按照 第i个节点，其左右孩子节点分别为 2i 和 2i+1。这样去存储。

优先队列就是在堆的基础上做的。队列是先进先出，优先队列分为最大优先队列和最小优先队列。

最大优先队列对应->大顶堆。

最小优先队列对应->小顶堆。

优先队列的弹出顺序是 元素中最大或者最小的元素优先被弹出（不管其是否在队列头部）

相关题目：

剑指 Offer 41. 数据流中的中位数

分析这道题，主要是如何在有序表中建立一个快速查询和快速插入元素的问题。第一种方案：建立有序表，每次利用二分查找来找到查找位置，然后插入元素。O（NlogN）的时间复杂度。

第二种方案就是利用：优先队列（堆）。因为堆的插入和弹出都是O（N）。可以降低复杂。代码来自：题解

主要思想就是：

建立两个堆。 A：小顶堆（从小到大，存储较大的半部分元素） B：大顶堆（从大到小，存储较小的半部分元素）

                [Bn,Bn-1,...,B0] [A0,A1,A2,...An ]

这样取得中位数的时候，就是（A0+B0）/2 或者A0 

       Python 中 heapq 模块是小顶堆。实现 大顶堆 方法： 小顶堆的插入和弹出操作均将元素 取反 即可。

       解释一下什么叫把小顶堆的插入和弹出操作均取反？

由于模块中存放的是小顶堆，是按照从小到大的方式去存的 如[-1,4,8,9]。那么如何将其取反 (1,-4,-8,-9)在按照从小到大排序，那么就是 [-9,-8,-4,1]。读堆顶的时候再加个符号就实现了大顶堆的方式。

from heapq import *

class MedianFinder:
    def __init__(self):
        self.A = [] # 小顶堆，保存较大的一半
        self.B = [] # 大顶堆，保存较小的一半

    def addNum(self, num: int) -> None:
        if len(self.A) != len(self.B):
            heappush(self.A, num)
            heappush(self.B, -heappop(self.A)) ## 大顶堆,存 取反结果
        else:
            heappush(self.B, -num)  ## 大顶堆,存 取反结果
            heappush(self.A, -heappop(self.B)) #从大顶堆取出来的也是反的再次取反得正

    def findMedian(self) -> float:
        return self.A[0] if len(self.A) != len(self.B) else (self.A[0] - self.B[0]) / 2.0
        ## self.A[0] + (-self.B[0])