heapq 模块

Python标准库系列文章目录

python内建模块
collections 模块：deque双向队列
queue module：队列、优先级队列
sortedcontainers：有序列表、有序字典和有序集合

---

---

前言

堆是什么？
Python中的堆

---

一、堆是什么？

  堆是一个完全二叉树，它的每个父节点的值都只会小于或等于所有孩子节点（的值）。 它使用了数组来实现：从零开始计数，对于所有的 k ，都有 heap[k] <= heap[2\*k+1] 和heap[k] <= heap[2\*k+2]。 为了便于比较，不存在的元素被认为是无限大。 堆最有趣的特性在于最小的元素总是在根结点：heap[0] （小顶堆，大顶堆则相反）。

图1 小顶堆

图2 大顶堆

二、heapq Methods

import heapq

heapq.heapify(x)	将list x 转换成堆，原地，线性时间内
heapq.heappush(heap, item)	将item推入到堆heap中
heapq.heappop(heap)	弹出并返回 heap 的最小的元素(弹出堆顶元素)，保持堆的不变性。如果堆为空，抛出 IndexError 。使用 heap[0] ，可以只访问最小的元素而不弹出它
—	—
heapq.heappushpop(heap, item)	将 item 放入堆中，然后弹出并返回 heap 的最小元素。该组合操作比先调用 heappush() 再调用 heappop() 运行起来更有效率
heapq.heapreplace(heap, item)	弹出并返回 heap 中最小的一项，同时推入新的 item。 堆的大小不变。 如果堆为空则引发 IndexError。   这个单步骤操作比 heappop() 加 heappush() 更高效，并且在使用固定大小的堆时更为适宜。 pop/push 组合总是会从堆中返回一个元素并将其替换为 item。   返回的值可能会比添加的 item 更大。 如果不希望如此，可考虑改用 heappushpop()。 它的 push/pop 组合会返回两个值中较小的一个，将较大的值留在堆中。

heap = [6,8,9,4,3,1,4,6,8]
heapq.heapify(heap)         # 将列表变为堆的顺序，默认是 小顶堆
print(heap)                 #[1, 3, 4, 4, 8, 9, 6, 6, 8] heap的类型依然是list
heapq.heappush(heap, 0)
heapq.heappop(heap)

---

总结

介绍了Python中的heapq

https://docs.python.org/zh-cn/3/library/heapq.html