复杂数据结构——堆，队列，栈，链表，二叉树，有向图（一）

1.堆

     进行排序的时候使用较多，重要应用：优先队列

import heapq
n=[8,3,9]
heap=[]
heapq.heappush(heap,1)
#[1]
for i in range(n):
    heapq.heappush(heap,i)
    #自动排序
heapq.heappop(heap)
    #弹出最小元素
#ranheap=[1,2,5,4,3,2,10,9]
ranheap=[1,2,5,4,3,2,10,9]
heapq.heapify(ranheap)#列表转换成堆
print(heapq.nsmallest(4,ranheap))#输出四个最小值

值得注意的是，堆是二叉树，也就是说排序排成一个二叉树的形式，最后得到如下图的形式。

2.队列

     先进先出，后进后出

import queue

q=queue.Queue()
q.put(1)
q.put(3)
q.put(2)
#deque([1, 3, 2])
q.get()
#deque([ 3, 2])
print(q.queue)
#还提供后进先出
qq = queue.LifoQueue()
qq.put(1)
qq.put(2)
qq.put(3)
qq.put(2)
qq.put(6)
qq.put(5)
print(qq.queue)
qq.get()
print(qq.queue)#5出去了
#以及优先级队列
priq = queue.PriorityQueue()
priq.put(3)
priq.put(8)
priq.put(7)
priq.put(5)
print(priq.queue)
priq.put(1)
print(priq.queue)
#[3, 5, 7, 8]
#[1, 3, 7, 8, 5]
class PriorityQueue(Queue):
    def _init(self, maxsize):
        self.queue = []

    def _qsize(self):
        return len(self.queue)

    def _put(self, item):
        heappush(self.queue, item)

    def _get(self):
        return heappop(self.queue)

可见优先级这一块也是用到了块，也就是排序是用二叉树排列，用get函数时也会进行在再一次排序
3.栈

     后进先出**或**先进后出
     在Python中列表本身就可以实现栈的基本操作，比如入栈类似于append()，出栈类似于pop函数，要是用C语言的话就是另一种感觉了。