python 排序算法库_Python3标准库：heapq堆排序算法

1. heapq堆排序算法

堆(heap)是一个树形数据结构，其中子节点与父节点有一种有序关系。二叉堆(binary heap)可以使用一个有组织的列表或数组表示，其中元素N的子元素位于2*N+1和2*N+2(索引从0开始)。这种布局允许原地重新组织堆，从而不必再添加或删除元素时重新分配大量内存。

最大堆(max-heap)确保父节点大于或等于其两个子节点。最小堆(min-heap)要求父节点小于或等于其子节点。Python的heapq模块实现了一个最小堆。

1.1 创建堆

创建堆有两种基本方式：heappush()和heapify()。

importheapqimportmathfrom io importStringIO

data= [19, 9, 4, 10, 11]def show_tree(tree, total_width=36, fill=' '):"""Pretty-print a tree."""output=StringIO()

last_row= -1

for i, n inenumerate(tree):ifi:

row= int(math.floor(math.log(i + 1, 2)))else:

row=0if row !=last_row:

output.write('\n')

columns= 2 **row

col_width= int(math.floor(total_width /columns))

output.write(str(n).center(col_width, fill))

last_row=rowprint(output.getvalue())print('-' *total_width)print()

heap=[]print('random :', data)print()for n indata:print('add {:>3}:'.format(n))

heapq.heappush(heap, n)

show_tree(heap)

使用heappush()，从数据源增加新元素时会保持元素的堆排序顺序。

如果数据已经在内存中，那么使用heapify()原地重新组织列表中的元素会更高效。

importheapqimportmathfrom io importStringIO

data= [19, 9, 4, 10, 11]def show_tree(tree, total_width=36, fill=' '):"""Pretty-print a tree."""output=StringIO()

last_row= -1

for i, n inenumerate(tree):ifi:

row= int(math.floor(math.log(i + 1, 2)))else:

row=0if row !=last_row:

output.write('\n')

columns= 2 **row

col_width= int(math.floor(total_width /columns))

output.write(str(n).center(col_width, fill))

last_row=rowprint(output.getvalue())print('-' *total_width)print()print('random :', data)

heapq.heapify(data)print('heapified :')

show_tree(data)

如果按堆顺序一次一个元素地构建列表，那么结果与构建一个无序列表再调用heapify()是一样的。

1.2 访问堆内容

一旦堆已经被正确组织，则可以使用heappop()删除有最小值的元素。

importheapqimportmathfrom io importStringIO

data= [19, 9, 4, 10, 11]def show_tree(tree, total_width=36, fill=' '):"""Pretty-print a tree."""output=StringIO()

last_row= -1

for i, n inenumerate(tree):ifi:

row= int(math.floor(math.log(i + 1, 2)))else:

row=0if row !=last_row:

output.write('\n')

columns= 2 **row

col_width= int(math.floor(total_width /columns))

output.write(str(n).center(col_width, fill))

last_row=rowprint(output.getvalue())print('-' *total_width)print()print('random :', data)

heapq.heapify(data)print('heapified :')

show_tree(data)print()for i in range(2):

smallest=heapq.heappop(data)print('pop {:>3}:'.format(smallest))

show_tree(data)

这个例子是由标准库文档改写的，其中使用heapify()和heappop()对一个数字队列进行排序。

如果希望在一个操作中删除现有元素并替换为新值，则可以使用heapreplace()。

importheapqimportmathfrom io importStringIO

data= [19, 9, 4, 10, 11]def show_tree(tree, total_width=36, fill=' '):"""Pretty-print a tree."""output=StringIO()

last_row= -1

for i, n inenumerate(tree):ifi:

row= int(math.floor(math.log(i + 1, 2)))else:

row=0if row !=last_row:

output.write('\n')

columns= 2 **row

col_width= int(math.floor(total_width /columns))

output.write(str(n).center(col_width, fill))

last_row=rowprint(output.getvalue())print('-' *total_width)print()

heapq.heapify(data)print('start:')

show_tree(data)for n in [0, 13]:

smallest=heapq.heapreplace(data, n)print('replace {:>2} with {:>2}:'.format(smallest, n))

show_tree(data)

通过原地替换元素，就这样可以维持一个固定大小的堆，如按优先级排序的作业队列。

1.3 堆的数据极值

heapq还包括两个检查可迭代对象(iterable)的函数，可以查找其中包含的最大或最小值的范围。

importheapqimportmathfrom io importStringIO

data= [19, 9, 4, 10, 11]def show_tree(tree, total_width=36, fill=' '):"""Pretty-print a tree."""output=StringIO()

last_row= -1

for i, n inenumerate(tree):ifi:

row= int(math.floor(math.log(i + 1, 2)))else:

row=0if row !=last_row:

output.write('\n')

columns= 2 **row

col_width= int(math.floor(total_width /columns))

output.write(str(n).center(col_width, fill))

last_row=rowprint(output.getvalue())print('-' *total_width)print()print('all :', data)print('3 largest :', heapq.nlargest(3, data))print('from sort :', list(reversed(sorted(data)[-3:])))print('3 smallest:', heapq.nsmallest(3, data))print('from sort :', sorted(data)[:3])

只有当n值(n>1)相对小时使用nlargest()和nsmallest()才算高效，不过有些情况下这两个函数会很方便。

1.4 高效合并有序序列

对于小数据集，将多个有序序列合并到一个新序列很容易。

list(sorted(itertools.chain(*data)))

对于较大的数据集，这个技术可能会占用大量内存。merge()不是对整个合并后的序列排序，而是使用一个堆一次一个元素地生成一个新序列，利用固定大小的内存确定下一个元素。

importheapqimportrandom

random.seed(2016)

data=[]for i in range(4):

new_data= list(random.sample(range(1, 101), 5))

new_data.sort()

data.append(new_data)for i, d inenumerate(data):print('{}: {}'.format(i, d))print('\nMerged:')for i in heapq.merge(*data):print(i, end=' ')print()

由于merge()的实现使用了一个堆，所以它会根据所合并的序列个数消耗内存，而不是根据这些序列中的元素个数。