Python 库之heapq

堆是一种特殊的树形数据结构，每个节点都有一个值 。

堆的特点是根节点的值最大（或者最小），而且根节点的两个孩子也能与孩子节点组成子树。

heapq是python内置的堆排序。

常用方法有：

heapify        #以线性时间将序列转换为堆
heappush       #将value 压到堆中
heappop        #将最小（最大，默认为最小）值弹出
heappushpop    #将给定value压入到堆中组成新堆，并弹出新堆中的最小（最大，默认为最小）值，比先                  heappush在heappop速度要快，作用是一样的
heapreplace    #将给定value压入堆中，并弹出压入前的堆中最小（最大，默认为最小）值，相当于先heappop再heappush，同样，这个性能要更高

In [291]: import random

In [292]: import heapq

In [293]: heap = []

In [294]: list_ = list(range(10))

In [295]: random.shuffle(list_)

In [296]: list_
Out[296]: [8, 7, 9, 3, 1, 4, 5, 6, 0, 2]

#构造空堆，并将值压入到堆中
In [297]: for value in list_:
     ...:     heapq.heappush(heap, value)
     ...:     

In [298]: heap
Out[298]: [0, 1, 4, 3, 2, 9, 5, 8, 6, 7]

#这个作用跟逐个压入是一样的，就地改变。
In [299]: heapq.heapify(list_)

In [300]: list_
Out[300]: [0, 1, 4, 3, 2, 9, 5, 6, 7, 8]

In [309]: list_2 = list_[:]

#先弹出后压入
In [310]: heapq.heappop(list_)
Out[310]: 0

In [311]: heapq.heappush(list_, -1)

In [312]: list_
Out[312]: [-1, 1, 4, 3, 2, 9, 5, 6, 7, 8]

#这个作用就是先弹出后压入，不过比上面的实现方式性能要高
In [313]: heapq.heapreplace(list_2, -1)
Out[313]: 0

In [314]: list_2
Out[314]: [-1, 1, 4, 3, 2, 9, 5, 6, 7, 8]

#先压入后弹出
In [315]: heapq.heappush(list_, -10)

In [316]: heapq.heappop(list_)
Out[316]: -10

In [317]: list_
Out[317]: [-1, 1, 4, 3, 2, 9, 5, 6, 7, 8]

In [318]: list_2
Out[318]: [-1, 1, 4, 3, 2, 9, 5, 6, 7, 8]

#这个作用也是先压入后弹出
In [319]: heapq.heappushpop(list_2, -10)
Out[319]: -10

In [320]: list_2
Out[320]: [-1, 1, 4, 3, 2, 9, 5, 6, 7, 8]

#设置为弹出最大值
In [322]: heapq._heapify_max(list_)

In [323]: heapq.heappop(list_)
Out[323]: 9

In [324]: list_
Out[324]: [5, 8, -1, 7, 2, 4, 1, 6, 3]