python最大堆heapq_Python中的堆队列（或heapq）

堆队列是一种特殊的树结构，其中每个父节点均小于或等于其子节点。在python中，它是使用heapq模块实现的。实施优先级队列非常有用，在该队列中，权重较高的队列项目在处理中具有更高的优先级。

创建一个堆

堆队列是使用python内置的名为heapq的库创建的。该库具有相关的功能，可以对堆数据结构执行各种操作。下面是这些功能的列表。heapify –此函数将常规列表转换为堆。在生成的堆中，最小的元素被推到索引位置0。但是其余数据元素不一定要排序。

heappush –此函数在不更改当前堆的情况下将元素添加到堆中。

heappop –该函数从堆中返回最小的数据元素。

heapreplace –该函数用函数中提供的新值替换最小的数据元素。

创建堆

堆是通过简单地使用带有heapify函数的元素列表来创建的。在下面的示例中，我们提供了元素列表，并且heapify函数重新排列了元素，将最小的元素移到了第一个位置。

示例import heapq

H = [21,1,45,78,3,5]

# Use heapify to rearrange the elements

heapq.heapify(H)

print(H)

输出结果

执行以上代码后，将产生以下结果-[1, 3, 5, 78, 21, 45]

插入堆

向堆中插入数据元素总是将元素添加到最后一个索引。但是您可以再次应用heapify函数，以将新添加的元素的值最小时才将其添加到第一个索引。在下面的示例中，我们插入数字8。

示例import heapq

H = [21,1,45,78,3,5]

# Covert to a heap

heapq.heapify(H)

print(H)

# Add element

heapq.heappush(H,8)

print(H)

输出结果

执行以上代码后，将产生以下结果-[1, 3, 5, 78, 21, 45]

[1, 3, 5, 78, 21, 45, 8]

从堆中删除

您可以使用此功能删除第一个索引处的元素。在下面的示例中，该函数将始终删除索引位置为1的元素。

示例import heapq

H = [21,1,45,78,3,5]

# Create the heap

heapq.heapify(H)

print(H)

# Remove element from the heap

heapq.heappop(H)

print(H)

输出结果

执行以上代码后，将产生以下结果-[1, 3, 5, 78, 21, 45]

[3, 21, 5, 78, 45]

更换堆

heapreplace函数始终会删除堆中最小的元素，并将新的传入元素插入未按任何顺序固定的某个位置。

示例import heapq

H = [21,1,45,78,3,5]

# Create the heap

heapq.heapify(H)

print(H)

# Replace an element

heapq.heapreplace(H,6)

print(H)

输出结果

执行以上代码后，将产生以下结果-[1, 3, 5, 78, 21, 45]

[3, 6, 5, 78, 21, 45]