python最大堆heapq_Python-堆的实现与heapq(最小堆库函数)

目录

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)

[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，改用一个数组即可

一直一个节点的索引为index，那么，父节点的索引为

，左孩子节点编号为index*2+1，右孩子节点为index*2+2