Python实现最大优先队列

说明：为了增强可复用性，设计了两个类，Heap类和PriorityQ类，其中PriorityQ类继承Heap类，从而达到基于最大堆实现最大优先队列。

#! /usr/bin/env python
#coding=utf-8

class Heap(object):
    #求给定下标i的父节点下标
    def Parent(self, i):
        if i%2==0:
            return i/2 - 1
        else:
            return i/2
    #求给定下标i的左孩子下标
    def Left(self, i):
        return 2*i+1
    #求给定下标i的右孩子下标
    def Right(self, i):
        return 2*i+2
    #维护堆的性质：遵循最大堆
    def MaxHeapify(self, a, i, heap_size):
        l=self.Left(i)
        r=self.Right(i)
        largest = i
        if l<heap_size and a[l]>a[largest]:#下标从0~heap_size-1
            largest=l
        if r<heap_size and a[r]>a[largest]:
            largest=r
        if largest!=i:#若当前节点不是最大的，下移
            a[i], a[largest] = a[largest], a[i]#交换a[i]和a[largest]
            self.MaxHeapify(a, largest, heap_size)#追踪下移的节点
    #建堆 
    def BuildMaxHeap(self, a):
        heap_size=len(a)
        for i in range(heap_size/2 - 1, -1, -1):#从最后一个非叶节点开始调整
            #a[heap_size/2 - 1]~a[0]都是非叶节点，其他的是叶子节点
            self.MaxHeapify(a, i, heap_size)
    #堆排序算法    
    def HeapSort(self, a):
        heap_size=len(a)
        '''step1:初始化堆，将a[0...n-1]构造为堆（堆顶a[0]为最大元素）'''
        self.BuildMaxHeap(a)
        for i in range(len(a)-1, 0, -1):
            #print a
            '''step2:将当前无序区的堆顶元素a[0]与该区间最后一个记录交换
               得到新的无序区a[0...n-2]和新的有序区a[n-1],有序区的范围从
               后往前不断扩大，直到有n个'''
            a[0], a[i] = a[i], a[0]#每次将剩余元素中的最大者放到最后面a[i]处 
            heap_size -= 1
            '''step3:为避免交换后新的堆顶违反堆的性质，因此将新的无序区调整为新
               的堆'''
            self.MaxHeapify(a, 0, heap_size)


#最大优先队列的实现
class PriorityQ(Heap):
    #返回具有最大键字的元素
    def HeapMaximum(self, a):
        return a[0]
    #去掉并返回具有最大键字的元素
    def HeapExtractMax(self, a):
        heap_size=len(a)
        #if heap_size<0:
        #    error "heap underflow"
        if heap_size>0:
            max=a[0]
            a[0]=a[heap_size-1]
            #heap_size -= 1 #该处不对，并没有真正实现数组长度减一
            del a[heap_size-1]#!!!!!!
            self.MaxHeapify(a, 0, len(a))
            return max
    #将a[i]处的关键字增加到key
    def HeapIncreaseKey(self, a, i, key):
        if key<a[i]:
            print "new key is smaller than current one"
        else:
            a[i]=key
            '''当前元素不断与其父节点进行比较，如果当前元素关键字较大，则与其
               父节点进行交换。不断重复此过程'''
            while i>0 and a[self.Parent(i)]<a[i]:
                a[i], a[self.Parent(i)] = a[self.Parent(i)], a[i]
                i=self.Parent(i)    

    #增加元素
    def MaxHeapInsert(self, a, key):
        #heap_size=len(a)
        #heap_size += 1
        #a[heap_size-1]=-65535
        a.append(-65535)#在a的末尾增加一个关键字为负无穷的叶节点扩展最大堆
        heap_size=len(a)
        self.HeapIncreaseKey(a, heap_size-1, key)


if __name__ == '__main__':
    H = Heap()
    P = PriorityQ()
    x = [0, 2, 6, 98, 34, -5, 23, 11, 89, 100, 4]
    #x1= [3,9,8,4,5,2,10,18]
    #H.HeapSort(x)
    #H.HeapSort(x1)
    #print x
    #print x1
    H.BuildMaxHeap(x)#首先建立大顶堆
    print '%s %r' % ('BigHeap1:', x) # %r是万能输出格式
    print '%s %d' % ('Maximun:', P.HeapMaximum(x))
    print '%s %d' % ('ExtractMax:', P.HeapExtractMax(x))
    print '%s %r' % ('BigHeap2:', x)
    #P.MaxHeapInsert(x, 100)
    #print x
    P.HeapIncreaseKey(x, 2, 20)
    print x
    P.HeapIncreaseKey(x, 2, 30)
    print x
    P.MaxHeapInsert(x, 100)
    print x

测试结果：
BigHeap1: [100, 98, 23, 89, 34, -5, 6, 11, 0, 2, 4]
Maximun: 100
ExtractMax: 100
BigHeap2: [98, 89, 23, 11, 34, -5, 6, 4, 0, 2]
new key is smaller than current one
[98, 89, 23, 11, 34, -5, 6, 4, 0, 2]
[98, 89, 30, 11, 34, -5, 6, 4, 0, 2]
[100, 98, 30, 11, 89, -5, 6, 4, 0, 2, 34]