Python 优先队列

在Python中，优先队列（Priority Queue）是一种特殊的队列，其中每个元素都有一个优先级。在优先队列中，元素被按照它们的优先级顺序进行出队操作。默认情况下，元素的优先级是根据它们被添加到队列中的顺序来确定的，但你也可以提供一个比较函数来指定元素之间的优先级关系。

Python的`heapq`模块提供了优先队列的实现。这个模块使用堆（一种特殊的完全二叉树）来实现优先队列，因此它也被称为堆队列。在`heapq`模块中，最小的元素具有最高的优先级。

### 使用`heapq`模块创建优先队列

```python
import heapq

# 创建一个空的优先队列
pq = []

# 添加元素到优先队列，元素可以是任何可比较的数据类型
heapq.heappush(pq, 5)
heapq.heappush(pq, 1)
heapq.heappush(pq, 3)

# 弹出并返回优先队列中的最小元素
print(heapq.heappop(pq))  # 输出: 1

# 查看优先队列中的最小元素（不弹出）
print(heapq.heappeek(pq))  # 输出: 3

# 获取优先队列的大小
print(len(pq))  # 输出: 2

# 清空优先队列
heapq.heapify(pq)  # 将优先队列转换为空列表
```

### 自定义优先级

你可以通过提供一个`key`函数来自定义元素的优先级。`key`函数接受一个元素作为输入，并返回一个用于优先级比较的值。

```python
# 创建一个空的优先队列
pq = []

# 添加元素到优先队列，使用负数作为优先级
heapq.heappush(pq, (3, 'third'))
heapq.heappush(pq, (1, 'first'))
heapq.heappush(pq, (2, 'second'))

# 弹出并返回优先队列中的最小元素（根据优先级）
print(heapq.heappop(pq))  # 输出: (1, 'first')

# 使用heapify函数将列表转换为优先队列
heapq.heapify(pq)
```

### 应用场景

优先队列在很多场景中都非常有用，例如：

- 任务调度：在操作系统中，优先级高的进程先被调度执行。
- Dijkstra算法：在图论中，用于寻找最短路径。
- 哈夫曼编码：在数据压缩中，根据字符出现的频率构建最优二叉树。

`heapq`模块是Python中实现优先队列的高效方式，它提供了`O(log n)`复杂度的插入和删除操作，使得优先队列在处理大量数据时仍然具有良好的性能。