Python中的堆和优先队列

分别是heapq和queue.PriorityQueue这两个模块

import heapq        

from queue import PriorityQueue as PQ

PriorityQueue模块定义如下所示:

class PriorityQueue(Queue):
    '''Variant of Queue that retrieves open entries in priority order (lowest first).

    Entries are typically tuples of the form:  (priority number, data).
    '''

    def _init(self, maxsize):
        self.queue = []

    def _qsize(self):
        return len(self.queue)

    def _put(self, item):
        heappush(self.queue, item)

    def _get(self):
        return heappop(self.queue)

他含有一个属性queue,输出队列中每个元素，三个方法，分别是qsize()，代表优先级队列中元素个数，put()，用heappush()方法将元素放入队列，get()，用heappop()方法将元素从队列取出。注意这个库在解答leetcode相关问题时(比如top-K问题，leetcode-215,347等)不能用。

例子如下

from queue import PriorityQueue as PQ
pq = PQ()
pq.put((-2, 'c'))
pq.put((-3, 'b'))
pq.put((-4,'a'))
pq.queue # output: [(-4, 'a'), (-2, 'c'), (-3, 'b')]
#只能是最小堆，所以按照元素从小到大（如果元素是list或者tuple，那么以第一个元素的顺序）的顺序出队
pq.get() # output: (-4, 'a')
#每当堆首元素出队后，剩下的元素又会重新排成堆
pq.get() #output: [(-3, 'b'), (-2, 'c')]
pq.get() # output: (-3,'b')
pq.get() # output: (-2,'c')
#最后结果为空
pq.queue # output:[]

heappush模块代码如下，功能：将item添加到当前最小堆最后，并再恢复成最小堆（只是把元素插到堆尾再调整，之前已经是堆了，现在只有最后一个元素可能不满足堆得要求，调整也只会沿着一条路径自底向上，时间复杂度