Python优先队列(大小根堆)和双端队列的使用
优先队列
元素加入优先队列时,get弹出元素是当前队列里最小的元素。默认是小根堆
备注:存储不一定安装大小值排列
from queue import PriorityQueue
pqueue = PriorityQueue()
for i in range(6,0,-1):
pqueue.put(i)
print(pqueue.queue) #[1, 3, 2, 6, 4, 5]
print(pqueue.get()) # 1 返回并删除优先级最低的元素
print(pqueue.queue) #[2, 3, 5, 6, 4]
print(pqueue.qsize()) #5
while not pqueue.empty():
print(pq.get())
实现大根堆的方法:
- heappush(e)改为heappush(-e),heappop(e)为-heappop(e),也就是说存入和取出的数都是相反数,其他逻辑和TopK相同。按照这种思路自己封装一下就可以实现大顶堆。
- 像优先队列一样,heapq同样支持自定义的数据类型,需要给自定义的数据类型定义__cmp__函数。
python3 不支持__cmp__ 改为__lt__
#大根堆 根据compare器的返回值可以设置
from queue import PriorityQueue
class CompareAble:
def __init__(self,parameter):
self.priority= parameter
def __lt__(self, other):
if self.priority <= other.priority: #降序
return False
else:
return True
pQ = PriorityQueue()
for i in range(3,-4,-1):
pQ.put(CompareAble((i, -i)))
while not pQ.empty():
node = pQ.get()
print(node.priority)
heapq:将list转换为等价的优先队列
import heapq
heap = []
#向堆中插入元素,heapq会维护列表heap中的元素保持堆的性质
heapq.heappush(heap, item)
#heapq把列表x转换成堆
heapq.heapify(x)
#从可迭代的迭代器中返回最大的n个数,可以指定比较的key
heapq.nlargest(n, iterable[, key])
#从可迭代的迭代器中返回最小的n个数,可以指定比较的key
heapq.nsmallest(n, iterable[, key])
#从堆中删除元素,返回值是堆中最小或者最大的元素
heapq.heappop(heap)
import heapq #堆 默认小顶堆
heap = [5, 6, 7, 9, 1, 4, 2]
heapq.heapify(heap)
print(heap)
heapq.heappop(heap)
print(heap)
heapq.heappush(heap,666)
print(heap)
print(heapq.nlargest(2, heap))
print(heapq.nsmallest(2, heap))
双端队列
import collections
deque = collections.deque()
for i in range(10):
deque.append(i) #deque([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
deque.appendleft("jie") #deque(['jie', 0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
deque.pop() #从右侧删除 deque(['jie', 0, 1, 2, 3, 4, 5, 6, 7, 8])
deque.popleft()
print(deque[0])
单端队列
from queue import Queue
data =Queue()
data.put() #加入一个元素
data.get() #弹出
data.qsize() #获取大小
data.empty() #判空