Python-堆的实现与heapq(最小堆库函数)

最新推荐文章于 2024-05-16 16:39:37 发布

lady_killer9

最新推荐文章于 2024-05-16 16:39:37 发布

阅读量8.5k

点赞数 2

分类专栏： python 文章标签： python 数据结构堆优先队列

本文链接：https://blog.csdn.net/lady_killer9/article/details/111998013

版权

python 专栏收录该内容

67 篇文章 23 订阅

订阅专栏

简介

堆是一个二叉树，它的每个父节点的值都只会小于或大于所有孩子节点（的值）。它使用了数组来实现：从零开始计数，对于所有的 k ，都有 heap[k] <= heap[2*k+1] 和 heap[k] <= heap[2*k+2]。为了便于比较，不存在的元素被认为是无限大。堆最有趣的特性在于最小的元素总是在根结点：heap[0]。类似于C++的优先队列。

heapq

创建

heapq.heapify(x)

将list x 转换成堆，原地，线性时间内。

>>> from heapq import *
>>> heap = [2,7,4,1,8,1]
>>> heapify(heap)
>>> print(type(heap),heap)
<class 'list'> [1, 1, 2, 7, 8, 4]

添加

heappush(heap, item)

将 item 的值加入 heap 中，保持堆的不变性。

>>> heappush(heap,9)
>>> print(heap)
[1, 1, 2, 7, 8, 4, 9]

删除

heappop(heap)

弹出并返回 heap 的最小的元素，保持堆的不变性。如果堆为空，抛出IndexError。使用 heap[0] ，可以只访问最小的元素而不弹出它。

>>> heappop(heap)
1
>>> print(heap)
[1, 7, 2, 9, 8, 4]

高效增删

heappushpop(heap, item)

将 item 放入堆中，然后弹出并返回 heap 的最小元素。该组合操作比先调用heappush()再调用heappop()运行起来更有效率。

>>> heappushpop(heap,9)
1
>>> print(heap)
[2, 7, 4, 9, 8, 9]

heapreplace(heap, item)

弹出并返回 heap 中最小的一项，同时推入新的 item。堆的大小不变。如果堆为空则引发IndexError。

这个单步骤操作比heappop()加heappush()更高效，并且在使用固定大小的堆时更为适宜。 pop/push 组合总是会从堆中返回一个元素并将其替换为 item。

返回的值可能会比添加的 item 更大。如果不希望如此，可考虑改用heappushpop()。它的 push/pop 组合会返回两个值中较小的一个，将较大的值留在堆中。

堆的实现

堆的特点：

内部数据是有序的
可以弹出堆顶的元素，大根堆就是弹出最大值，小根堆就是弹出最小值
每次加入新元素或者弹出堆顶元素后，调整堆使之重新有序，时间复杂度O(logn)

堆的本质：

它是一个完全二叉树
实现的时候不需要建造一个树，改用一个层序遍历的数组即可，

一个节点的索引为index，那么，父节点的索引为 $\lfloor \frac{index-1}{2} \rfloor$ ，左孩子节点编号为index*2+1，右孩子节点为index*2+2

以序列2,7,4,1,8,1为例，最后形成的二叉树如上图所示，列表见下表

堆对应的实际列表
元素	8	7	4	1	2	1
下标	0	1	2	3	4	5

添加

元素放入列表尾

列表尾元素向上调整，和父节点交换，直到当前元素不符合交换条件（大根堆时就是大于父节点需要调整，小根堆反之）

以插入8为例，8插入到列表末尾，列表为7 2 4 1 8，之后8与2比较后交换，改为7 8 4 1 2，之后8与7比较后交换，改为8 7 4 1 2，结束。

删除

交换堆顶元素与末尾元素

删除列表末尾元素

新的堆顶元素向下调整，和子节点交换，直到当前元素不符合条件（大根堆时就是小于子节点（选择更大的子节点）需要调整，小根堆反之）

初始化

    def __init__(self, desc=True):
        """
        init a heap, default big root heap
        :param desc:True,big root heap;False, little root heap.
        """
        self.heap = []
        self.desc = desc

初始化一个大根堆

参数

desc:降序，默认为True

大小

    @property
    def size(self):
        """
        :return: size of heap 
        """
        return len(self.heap)

堆的大小，即列表长度

得到堆顶

    def top(self):
        """
        get top of heap
        :return: the top of heap
        """
        try:
            return self.heap[0]
        except Exception:
            raise IndexError('heap is empty.')

堆顶元素，如果堆为空，引发IndexError。

添加

    def push(self, val):
        """
        add an element to heap
        :param val: the value of element
        :return: None
        """
        self.heap.append(val)
        self._to_up(self.size - 1)
        return None

把元素添加到尾部，再向上调整

参数

val：待添加元素的值

_to_up：向上调整

    def _to_up(self, index):
        """
        adjust bottom one to up
        :param index:size of heap - 1
        :return: None
        """
        while index:
            parent = (index - 1) // 2
            if self._better(self.heap[parent], self.heap[index]):
                break
            self.heap[parent], self.heap[index] = self.heap[index], self.heap[parent]
            index = parent
        return None

尾部元素调整到上面

参数

index:长度-1

    def _better(self, node1, node2):
        return node1 > node2 if self.desc else node1 < node2

选择一个符合条件的，根据desc来判断

删除

    def pop(self):
        """
        delete the top of heap
        :return:the top of heap
        """
        item = self.heap[0]
        self.heap[0], self.heap[-1] = self.heap[-1], self.heap[0]
        self.heap.pop()
        self._to_down(0)
        return item

删除堆顶元素

堆顶元素

    def _to_down(self, index):
        """
        adjust top one to down
        :param index: 0
        :return: None
        """
        while index * 2 + 1 < self.size:
            best = index
            left = index * 2 + 1
            right = index * 2 + 2
            if self._better(self.heap[left], self.heap[best]):
                best = left
            if right < self.size and self._better(self.heap[right], self.heap[best]):
                best = right
            if best == index:
                break
            self.heap[index], self.heap[best] = self.heap[best], self.heap[index]
            index = best
        return None

以大根堆为例

判断是否存在左孩子

若存在，找出当前节点和左孩子中更大的

判断是否存在右孩子

若存在，找出当前节点和右孩子中更大的

若当前节点是最大的，不变，否则，交换当前节点和最大的

参数

index:0

结果截图

全部代码

"""
--coding:utf-8--
@File: heap.py.py
@Author:frank yu
@DateTime: 2020.12.31 11:15
@Contact: frankyu112058@gmail.com
@Description:
"""


class Heap:
    def __init__(self, desc=True):
        """
        init a heap, default big root heap
        :param desc:True,big root heap;False, little root heap.
        """
        self.heap = []
        self.desc = desc

    @property
    def size(self):
        """
        :return: size of heap
        """
        return len(self.heap)

    def top(self):
        """
        get top of heap
        :return: the top of heap
        """
        try:
            return self.heap[0]
        except Exception:
            raise IndexError('heap is empty.')

    def push(self, val):
        """
        add an element to heap
        :param val: the value of element
        :return: None
        """
        self.heap.append(val)
        self._to_up(self.size - 1)
        return None

    def pop(self):
        """
        delete the top of heap
        :return:the top of heap
        """
        item = self.heap[0]
        self.heap[0], self.heap[-1] = self.heap[-1], self.heap[0]
        self.heap.pop()
        self._to_down(0)
        return item

    def _better(self, node1, node2):
        return node1 > node2 if self.desc else node1 < node2

    def _to_up(self, index):
        """
        adjust bottom one to up
        :param index:size of heap - 1
        :return: None
        """
        while index:
            parent = (index - 1) // 2
            if self._better(self.heap[parent], self.heap[index]):
                break
            self.heap[parent], self.heap[index] = self.heap[index], self.heap[parent]
            index = parent
        return None

    def _to_down(self, index):
        """
        adjust top one to down
        :param index: 0
        :return: None
        """
        while index * 2 + 1 < self.size:
            best = index
            left = index * 2 + 1
            right = index * 2 + 2
            if self._better(self.heap[left], self.heap[best]):
                best = left
            if right < self.size and self._better(self.heap[right], self.heap[best]):
                best = right
            if best == index:
                break
            self.heap[index], self.heap[best] = self.heap[best], self.heap[index]
            index = best
        return None

    def create(self, seq):
        for val in seq:
            self.push(val)
        return None


def menu():
    print('--------------------Menu--------------------')
    print('1.Create                2.Push')
    print('3.Pop                   4.Top')
    print('5.Size')
    print('e.Exit')


if __name__ == '__main__':

    seq = input('please enter a sequence separated by white space:')
    # use seq to create a big root heap
    heap = Heap()
    heap.create(seq.split())
    while True:
        menu()
        choice = input('please select an option：')
        if choice == 'e':
            break
        if choice == '1':
            seq = input('please enter a sequence separated by white space:')
            heap.create(seq.split())
        elif choice == '2':
            val = input('please enter a value:')
            heap.push(val)
            print(f'{val} has insert into heap.')
        elif choice == '3':
            val = heap.pop()
            print(f'{val} has been deleted.')
        elif choice == '4':
            val = heap.top()
            print(f'the top of heap is {val}.')
        elif choice == '5':
            size = heap.size
            print(f'the size of heap is {size}.')
        else:
            print('something wrong, check your input.')

更多python相关内容：【python总结】python学习框架梳理

本人b站账号:lady_killer9

有问题请下方评论，转载请注明出处，并附有原文链接，谢谢！如有侵权，请及时联系。如果您感觉有所收获，自愿打赏，可选择支付宝18833895206（小于），您的支持是我不断更新的动力。

lady_killer9

关注

2
点赞
踩
4

收藏

觉得还不错? 一键收藏
打赏
0
评论
Python-堆的实现与heapq(最小堆库函数)

heapq简介堆是一个二叉树，它的每个父节点的值都只会小于或大于所有孩子节点（的值）。它使用了数组来实现：从零开始计数，对于所有的 k ，都有 heap[k] <= heap[2*k+1] 和 heap[k] <= heap[2*k+2]。为了便于比较，不存在的元素被认为是无限大。堆最有趣的特性在于最小的元素总是在根结点：heap[0]。创建heapq.heapify(x)将list x 转换成堆，原地，线性时间内。>>> from heapq i
复制链接

扫一扫