Python数据结构：堆、队列、栈与图的实现-优快云博客

本文链接：https://blog.youkuaiyun.com/weixin_44110891/article/details/90752607

本文介绍了Python中常见的数据结构，包括堆的原理及heapq模块的应用，队列的FIFO特性及其各种类型，如LIFO队列、优先级队列和双端队列，栈的LIFO特性以及如何自定义栈，链表的实现，二叉树的构造和遍历方法，以及有向图的概念。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

python复杂数据结构

堆
队列
栈
链表
二叉树
- 自定义二叉树用法
有向图

堆

堆是一种树形数据结构，使用大根堆或小根堆来对一个数组进行排序，大根堆：每个结点的值都大于或等于左右子结点；小根堆：每个结点的值都小于或等于左右子结点。

heapq模块实现了一个适用于Python列表的最小堆排序算法。

>>> import heapq                    #heapq和random是Python标准库
>>> import random
>>> data=range(10)
>>> data
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
>>> random.choice(data)             #随机选择一个元素
9
>>> random.shuffle(data)            #随机打乱顺序
>>> data
[6, 1, 3, 4, 9, 0, 5, 2, 8, 7]
>>> heap=[]
>>> for n in data:                  #建堆
    heapq.heappush(heap,n)
>>> heap
[0, 2, 1, 4, 7, 3, 5, 6, 8, 9]
>>> heapq.heappush(heap,0.5)        #入堆，自动重建
>>> heap
[0, 0.5, 1, 4, 2, 3, 5, 6, 8, 9, 7]
>>> heapq.heappop(heap)             #出堆，自动重建
0
>>> myheap=[1,2,3,5,7,8,9,4,10,333]
>>> heapq.heapify(myheap)             #建堆
>>> myheap
[1, 2, 3, 4, 7, 8, 9, 5, 10, 333]
>>> heapq.heapreplace(myheap,6)       #弹出最小元素，同时插入新元素
1
>>> myheap
[2, 4, 3, 5, 7, 8, 9, 6, 10, 333]
>>> heapq.nlargest(3, myheap)         #返回前3个最大的元素
[333, 10, 9]
>>> heapq.nsmallest(3, myheap)        #返回前3个最小的元素
[2, 3, 4]

队列

队列的特点是FIFO(first in first out)先进先出。

基本队列

>>> import queue        #queue是Python标准库
>>> q=queue.Queue()
>>> q.put(0)            #入队
>>> q.put(1)
>>> q.put(2)
>>> q.queue
deque([0, 1, 2])
>>> q.get()             #出队
0
>>> q.queue             #查看队列中的元素
deque([1, 2])
>>> q.get()
1
>>> q.queue
deque([2])

LIFO队列

>>> from queue import LifoQueue  #LIFO队列
>>> q = LifoQueue()              #创建LIFO队列对象
>>> q.put(1)                     #在队列尾部插入元素
>>> q.put(2)
>>> q.put(3)
>>> q.queue                      #查看队列中所有元素
[1, 2, 3]
>>> q.get()                      #返