import heapq
"""
二叉树
先序、中序、后序遍历
先(根)序:先处理根,之后是左子树,然后是右子树
中(根)序:先处理左子树,然后是跟,然后是右子树
后(根)序:先处理左子树,然后是右子树,最后是根
val,left指针,right指针
栈
完全二叉树,有最大堆和最小堆
最大堆:对于每个非叶子节点V,V的值都比它的两个孩子大 金字塔,最小堆为倒金字塔
最大堆支持每次pop操作获取最大的元素,最小堆获取最小的元素
"""
# 例题,利用最小堆来获取最大元素的k个
class TopK:
"""
获取大量元素 topk大个元素,固定内存
思路:
1.先放入元素前k个建立一个最小堆
2.迭代剩余元素:
如果当前元素小于堆顶元素,跳过该元素(肯定不是前k大)
否则替换堆顶元素为当前元素,并重新调整堆
"""
def __init__(self, iterable, k):
self.minheap = []
self.caoacity = k
self.iterable = iterable
def push(self,val):
if len(self.minheap) >= self.caoacity:
min_val = self.minheap[0]
if val < min_val:
pass
else:
heapq.heapreplace(self.minheap,val) # 返回并且pop堆顶最小值,推入新的val并调整堆
else:
heapq.heappush(self.minheap, val) # 前面的k个元素直接放入minheap
def get_tpk(self):
for val in self.iterable:
self.push(val)
return self.minheap
def test():
import random
i = list(range(1000))
random.shuffle(i)
_ = TopK(i,10)
print(_.get_tpk())
test()
“相关推荐”对你有帮助么?
-
非常没帮助
-
没帮助
-
一般
-
有帮助
-
非常有帮助
提交