python中heapq模块（堆算法）_python heaqp

目录

python中堆的特征

heapq模块

使用heappush创建堆

将列表转化为最小堆

将元素压入堆

从堆中弹出元素

使用heapplace弹出元素的同时压入新的元素

 找出最大或最小的多个元素

---

python中堆的特征

堆（heap）是一种特殊的树形结构，通常以完全二叉树的形式进行组织，根节点的值小于等于该节点所有子节点的值。

注意：在python中的heapq默认是最小堆！

特点：

1、可以以任意顺序添加对象

2、可以随时找出最小元素，并执行其他操作（删除等）

3、比使用列表的min方法效率高。

heapq模块

python中没有独立的堆类型，可以使用heapq模块来实现，主要包含6个函数

使用heappush创建堆

from heapq import * 
from random import shuffle
data = list(range(10))
shuffle(data)
print(f'原始数据为:{data}')
heap = []
for n in data:
    heappush(heap, n)
print(f'创建的堆为:{heap}')
'
运行
运行

原始数据为:[1, 5, 2, 0, 9, 7, 3, 4, 8, 6]
创建的堆为:[0, 1, 2, 4, 6, 7, 3, 5, 8, 9]
'
运行
运行

将列表转化为最小堆

my_list = [1,2,3,4,5]
shuffle(my_list)
heapify(my_list)
print(my_list)

[1, 2, 4, 5, 3]
'
运行
运行

将元素压入堆

heappush(heap,10)
print(heap)

[0, 1, 2, 4, 3, 8, 6, 9, 5, 7, 10]

从堆中弹出元素

原始堆为[0, 1, 2, 4, 3, 8, 6, 9, 5, 7, 10]

print(heappop(heap))
print(heappop(heap))
print(heap)

0
1
[2, 4, 3, 6, 5, 7, 8, 10, 9]
'
运行
运行

使用heapplace弹出元素的同时压入新的元素

print(heapreplace(heap,0))
print(heap)

 

2
[0, 6, 3, 7, 9, 5, 4, 10, 8]
'
运行
运行

 

 找出最大或最小的多个元素

print(nsmallest(3,heap))
print(nlargest(3,heap))

[0, 3, 4]
[10, 9, 8]
'
运行
运行