1.Python中Heap是基于列表list实现的。
2.Python中Heap有标准的库函数,直接import heapq 即可
3.Python中Heap默认为最小堆 min_heap,也就是堆顶元素始终是堆中最小的元素。
3.heapify可以在线性O(n)的时间复杂度内将输入的列表转化为堆,用于创建一个堆。
list=heapify(list) #这时候list数组,就已经是按堆结构放置的数组了。
4.nlargest、nsmallest求解列表中(此列表不一定按照堆的方式排列)前K大的元素和前K小的元素,返回的是一个列表,包含前K大(K小)元素的列表。
items=heapq.nlargest(k, list)
5.heappush和heappop方法,压入和弹出方法,但在push或者pop之后,仍保持是一个堆栈。
heapq.heappush(list,val) # 将数值 val 插入堆中,插入之后,仍保持最大(最小)堆结构
6.heappushpop方法,先push,再pop,实现了在保持堆中数量不变的同时更新了堆。
heapq.heappushpop(list,val) # 先将数值val插入堆中,插入之后最大(最小)堆结构进行调整,但仍保持堆,再将新堆的堆顶元素弹出,list是按照堆结构来放置的数组
LeetCode 703. 数据流中的第K大元素
import heapq
class KthLargest:
def __init__(self, k: int, nums):
self.pool = heapq.nlargest(k, nums)
heapq.heapify(self.pool)
self.k = k
def add(self, val: int) -> int:
if len(self.pool) < self.k:
heapq.heappush(self.pool,val)
else:
heapq.heappushpop(self.pool,val)
return self.pool[0]