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]