python3 中的堆排序peapq模块-优快云博客

#python中的堆排序peapq模块

heapq模块实现了python中的堆排序，并提供了有关方法。让用Python实现排序算法有了简单快捷的方式。

heapq的官方文档和源码：8.4.heapq-Heap queue algorithm

下面通过举例的方式说明heapq的应用方法

##实现堆排序

Python

#! /usr/bin/evn python #coding:utf-8 from heapq import * def heapsort(iterable): h = [] for value in iterable: heappush(h,value) return [heappop(h) for i in range(len(h))] if __name__=="__main__": print heapsort([1,3,5,9,2])

#! /usr/bin/evn python

#coding:utf-8

from heapq import *

def heapsort ( iterable ) :

h = [ ]

for value in iterable :

heappush ( h , value )

return [ heappop ( h ) for i in range ( len ( h ) ) ]

if __name__ == "__main__" :

print heapsort ( [ 1 , 3 , 5 , 9 , 2 ] )

###heappush()

heapq.heappush(heap, item):将item压入到堆数组heap中。如果不进行此步操作，后面的heappop()失效

###heappop()

heapq.heappop(heap):从堆数组heap中取出最小的值，并返回。

Python

>>> h=[] #定义一个list >>> from heapq import * #引入heapq模块 >>> h [] >>> heappush(h,5) #向堆中依次增加数值 >>> heappush(h,2) >>> heappush(h,3) >>> heappush(h,9) >>> h #h的值 [2, 5, 3, 9] >>> heappop(h) #从h中删除最小的，并返回该值 2 >>> h [3, 5, 9] >>> h.append(1) #注意，如果不是压入堆中，而是通过append追加一个数值 >>> h #堆的函数并不能操作这个增加的数值，或者说它堆对来讲是不存在的 [3, 5, 9, 1] >>> heappop(h) #从h中能够找到的最小值是3,而不是1 3 >>> heappush(h,2) #这时，不仅将2压入到堆内，而且1也进入了堆。 >>> h [1, 2, 9, 5] >>> heappop(h) #操作对象已经包含了1 1

>>> h = [ ] #定义一个list

>>> from heapq import * #引入heapq模块

>>> h

[ ]

>>> heappush ( h , 5 ) #向堆中依次增加数值

>>> heappush ( h , 2 )

>>> heappush ( h , 3 )

>>> heappush ( h , 9 )

>>> h #h的值

[ 2 , 5 , 3 , 9 ]

>>> heappop ( h ) #从h中删除最小的，并返回该值

>>> h

[ 3 , 5 , 9 ]

>>> h . append ( 1 ) #注意，如果不是压入堆中，而是通过append追加一个数值

>>> h #堆的函数并不能操作这个增加的数值，或者说它堆对来讲是不存在的

[ 3 , 5 , 9 , 1 ]

>>> heappop ( h ) #从h中能够找到的最小值是3,而不是1

>>> heappush ( h , 2 ) #这时，不仅将2压入到堆内，而且1也进入了堆。

>>> h

[ 1 , 2 , 9 , 5 ]

>>> heappop ( h ) #操作对象已经包含了1

###heapq.heappushpop(heap, item)

是上述heappush和heappop的合体，同时完成两者的功能.注意：相当于先操作了heappush(heap,item),然后操作heappop(heap)

Python

>>> h [1, 2, 9, 5] >>> heappop(h) 1 >>> heappushpop(h,4) #增加4同时删除最小值2并返回该最小值，与下列操作等同： 2 #heappush(h,4),heappop(h) >>> h [4, 5, 9]

>>> h

[ 1 , 2 , 9 , 5 ]

>>> heappop ( h )

>>> heappushpop ( h , 4 ) #增加4同时删除最小值2并返回该最小值，与下列操作等同：

2 #heappush(h,4),heappop(h)

>>> h

[ 4 , 5 , 9 ]

###heapq.heapify(x)

x必须是list，此函数将list变成堆，实时操作。从而能够在任何情况下使用堆的函数。

Python

>>> a=[3,6,1] >>> heapify(a) #将a变成堆之后，可以对其操作 >>> heappop(a) 1 >>> b=[4,2,5] #b不是堆，如果对其进行操作，显示结果如下 >>> heappop(b) #按照顺序，删除第一个数值并返回,不会从中挑选出最小的 4 >>> heapify(b) #变成堆之后，再操作 >>> heappop(b) 2

>>> a = [ 3 , 6 , 1 ]

>>> heapify ( a ) #将a变成堆之后，可以对其操作

>>> heappop ( a )

>>> b = [ 4 , 2 , 5 ] #b不是堆，如果对其进行操作，显示结果如下

>>> heappop ( b ) #按照顺序，删除第一个数值并返回,不会从中挑选出最小的

>>> heapify ( b ) #变成堆之后，再操作

>>> heappop ( b )

###heapq.heapreplace(heap, item)

是heappop(heap)和heappush(heap,item)的联合操作。注意，与heappushpop(heap,item)的区别在于，顺序不同，这里是先进行删除，后压入堆

Python

>>> a=[] >>> heapreplace(a,3) #如果list空，则报错 Traceback (most recent call last): File "<stdin>", line 1, in <module> IndexError: index out of range >>> heappush(a,3) >>> a [3] >>> heapreplace(a,2) #先执行删除（heappop(a)->3),再执行加入（heappush(a,2)) 3 >>> a [2] >>> heappush(a,5) >>> heappush(a,9) >>> heappush(a,4) >>> a [2, 4, 9, 5] >>> heapreplace(a,6) #先从堆a中找出最小值并返回，然后加入6 2 >>> a [4, 5, 9, 6] >>> heapreplace(a,1) #1是后来加入的，在1加入之前，a中的最小值是4 4 >>> a [1, 5, 9, 6]