python中heapq的用法(最小堆)

最小heap:parents总不大于children,根节点就是家族里最小的那位
在这里插入图片描述

import heapq

lst = [1,2,3,5,1,5,8,9,6]

'''
一秒变成堆
'''
heapq.heapify(lst)
[1, 1, 3, 5, 2, 5, 8, 9, 6]

'''
最小的(顶端)再见
'''
heapq.heappop(lst)
[1, 2, 3, 5, 6, 5, 8, 9]

'''
最小的滚蛋,新人进入
'''
heapq.heapreplace(lst,99)
[2, 5, 3, 9, 6, 5, 8, 99]

'''
新人比最小的大,新人进入;若否,则不管
'''
heapq.heappushpop(lst,1)
[2, 5, 3, 9, 6, 5, 8, 99]

heapq.heappushpop(lst,66)
[3, 5, 5, 9, 6, 66, 8, 99]

'''
最大的n个是谁;
最小的n个是谁;
'''
print(heapq.nlargest(3,lst))
[99, 66, 9]
print(heapq.nsmallest(3,lst))
[3, 5, 5]

'''
合并
'''
lst1 = [100,101]
lst2 = [3, 5, 5, 9, 6, 66, 8, 99]
lst = list(heapq.merge(lst1,lst2))
[3, 5, 5, 9, 6, 66, 8, 99, 100, 101]
### Python 中 `heapq` 模块的使用方法 #### 创建和初始化 为了创建一个最小,可以先定义一个空列表来表示这个。接着利用 `heappush()` 函数向其中添加元素。 ```python import heapq # 初始化一个空 min_heap = [] # 向中加入数值 heapq.heappush(min_heap, 5) heapq.heappush(min_heap, 3) heapq.heappush(min_heap, 7) heapq.heappush(min_heap, 1) print(f'当前的内容为 {min_heap}') # 内部结构可能不是完全有序排列,但始终满足根节点最小值的要求[^3] ``` #### 获取顶元素(即最小/大元素) 当需要获取内的极值时,可调用 `heappop()`, 这会弹出并返回该里的最小项;如果希望仅查看而不移除,则可以用 `nsmallest(1,...)` 或者直接访问第一个索引位置 `[0]`. ```python # 取得并移除最小元素 minimum_value = heapq.heappop(min_heap) print(f'取出的最小值是 {minimum_value}') # 查看新的首部元素 if min_heap: next_min_element = min_heap[0] print(f'下一个最小值将是 {next_min_element}') else: print('已为空') ``` #### 列表转成 对于已经存在的列表数据想要迅速构建成的形式,可以通过内置函数 `heapify()` 实现这一目的。这一步骤的时间复杂度接近线性时间 O(n),效率很高。 ```python existing_list = [9, 8, 7, 6, 5, 4, 3, 2, 1] # 把现有列表转换成形式 heapq.heapify(existing_list) print(f'经过 heapify 处理后的列表变为 {existing_list} ') ``` #### 找到大的 N 个项目或者最小的 N 个项目 除了基本功能外,`heapq` 提供了两个特别有用的方法——`nlargest()` 和 `nsmallest()` ,用于快速检索指定数量的大或最小条目。 ```python sample_data = [random.randint(-100, 100) for _ in range(20)] top_three_largest = heapq.nlargest(3, sample_data) bottom_four_smallest = heapq.nsmallest(4, sample_data) print(f'{len(sample_data)}个随机整数里前三大的分别是{top_three_largest}') print(f'{len(sample_data)}个随机整数里四小的是{bottom_four_smallest}') ``` 通过这些例子可以看出,在面对涉及大量动态变化的数据集以及频繁查询极端值的应用场景下,采用基于二叉树性质构建起来的小顶或是大顶能够显著提高算法性能[^2].
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值