Python数据结构堆（heapq）库使用

Python heapq库的用法介绍

一.heapq库简介

heapq 库是Python标准库之一，提供了构建小顶堆的方法和一些对小顶堆的基本操作方法(如入堆，出堆等)，可以用于实现堆排序算法。

二.使用heapq创建堆

1、heappush(heap,n)数据堆入

import heapq
array = [10, 17, 50, 7, 30, 24, 27, 45, 15, 5, 36, 21]
heap = []
for num in array:
    heapq.heappush(heap, num)
print("array:", array)
print("heap: ", heap)

运行结果：

array: [10, 17, 50, 7, 30, 24, 27, 45, 15, 5, 36, 21]
heap:  [5, 7, 21, 15, 10, 24, 27, 45, 17, 30, 36, 50]

2、heappop(heap)将数组堆中的最小元素弹出

heapq.heappop(heap)

运行结果：

5

3、heapify(heap) 将heap属性强制应用到任意一个列表

heapify 函数将使用任意列表作为参数，并且尽可能少的移位操作，，将其转化为合法的堆。如果没有建立堆，那么在使用heappush和heappop前应该使用该函数。

heapq.heapify(array)
print("array:", array)

运行结果：

array: [5, 7, 21, 10, 17, 24, 27, 45, 15, 30, 36, 50]

4、heapreplace(heap，n)先将堆顶的数据出堆，然后将n添加到堆中。

heapq.heapreplace(heap,0.5)

运行结果：

heap:  [0.5, 7, 21, 15, 10, 24, 27, 45, 17, 30, 36, 50]

5、获取堆中的最小值或最大值

nlargest(num, heap)，从堆中取出num个数据，从最大的数据开始取，返回结果是一个列表(即使只取一个数据)。如果num大于等于堆中的数据数量，则从大到小取出堆中的所有数据，不会报错，相当于实现了降序排序。

nsmallest(num, heap)，从堆中取出num个数据，从最小的数据开始取，返回结果是一个列表。

array = [10, 17, 50, 7, 30, 24, 27, 45, 15, 5, 36, 21]
heapq.heapify(array)
print(heapq.nlargest(2, array))
print(heapq.nsmallest(3, array))

运行结果：

[50, 45]
[5, 7, 10]

6、使用heapq合并两个有序列表

merge(list1, list2)，将两个有序的列表合并成一个新的有序列表，返回结果是一个迭代器。这个方法可以用于归并排序。

array_a = [10, 7, 15, 8]
array_b = [17, 3, 8, 20, 13]
array_merge = heapq.merge(sorted(array_a), sorted(array_b))
print("merge result:", list(array_merge))

运行结果：

merge result: [3, 7, 8, 8, 10, 13, 15, 17, 20]

参考文献

[1] Python heapq库的用法介绍
[2] 【python】详解python数据结构堆（heapq）库使用