python最大堆heapq_Python-堆的实现与heapq(最小堆库函数)

目录

简介

堆是一个二叉树,它的每个父节点的值都只会小于或大于所有孩子节点(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]。类似于C++的优先队列。

heapq

创建

heapq.heapify(x)

将list x 转换成堆,原地,线性时间内。

>>> from heapq import *

>>> heap = [2,7,4,1,8,1]

>>> heapify(heap)

>>> print(type(heap),heap)

[1, 1, 2, 7, 8, 4]

添加

heappush(heap, item)

将 item 的值加入 heap 中,保持堆的不变性。

>>> heappush(heap,9)

>>> print(heap)

[1, 1, 2, 7, 8, 4, 9]

删除

heappop(heap)

弹出并返回 heap 的最小的元素,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。

>>> heappop(heap)

1

>>> print(heap)

[1, 7, 2, 9, 8, 4]

高效增删

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。

>>> heappushpop(heap,9)

1

>>> print(heap)

[2, 7, 4, 9, 8, 9]

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。

堆的实现

堆的特点:

内部数据是有序的

可以弹出堆顶的元素,大根堆就是弹出最大值,小根堆就是弹出最小值

每次加入新元素或者弹出堆顶元素后,调整堆使之重新有序,时间复杂度O(logn)

堆的本质:

它是一个完全二叉树

实现的时候不需要建造一个树,改用一个数组即可

一直一个节点的索引为index,那么,父节点的索引为

a11aca60d8b8d15ea3ac953c3d52f066.gif,左孩子节点编号为index*2+1,右孩子节点为index*2+2

13952cc6f29caed91021004c5786d585.png

以序列2,7,4,1,8,1为例,最后形成的二叉树如上图所示,列表见下表

堆对应的实际列表元素874121

下标012345

添加

元素放入列表尾

列表尾元素向上调整,和父节点交换,直到当前元素不符合交换条件(大根堆时就是大于父节点需要调整,小根堆反之)

ac4c4fefcd983d94e912187488432aa3.png

插入8的过程

以插入8为例,8插入到列表末尾,列表为7 2 4 1 8,之后8与2比较后交换,改为7 8 4 1 2,之后8与7比较后交换,改为8 7 4 1 2,结束。

删除

交换堆顶元素与末尾元素

删除列表末尾元素

新的堆顶元素向下调整,和子节点交换,直到当前元素不符合条件(大根堆时就是小于子节点(选择更大的子节点)需要调整,小根堆反之)

初始化

def __init__(self, desc=True):

"""

init a heap, default big root heap

:param desc:True,big root heap;False, little root heap.

"""

self.heap = []

self.desc = desc

初始化一个大根堆

参数

desc:降序,默认为True

大小

@property

def size(self):

"""

:return: size of heap

"""

return len(self.heap)

返回

堆的大小,即列表长度

得到堆顶

def top(self):

"""

get top of heap

:return: the top of heap

"""

try:

return self.heap[0]

except Exception:

raise IndexError('heap is empty.')

返回

堆顶元素,如果堆为空,引发IndexError。

添加

def push(self, val):

"""

add an element to heap

:param val: the value of element

:return: None

"""

self.heap.append(val)

self._to_up(self.size - 1)

return None

把元素添加到尾部,再向上调整

参数

val:待添加元素的值

_to_up:向上调整

def _to_up(self, index):

"""

adjust bottom one to up

:param index:size of heap - 1

:return: None

"""

while index:

parent = (index - 1) // 2

if self._better(self.heap[parent], self.heap[index]):

break

self.heap[parent], self.heap[index] = self.heap[index], self.heap[parent]

index = parent

return None

尾部元素调整到上面

参数

index:长度-1

def _better(self, node1, node2):

return node1 > node2 if self.desc else node1 < node2

选择一个符合条件的,根据desc来判断

删除

def pop(self):

"""

delete the top of heap

:return:the top of heap

"""

item = self.heap[0]

self.heap[0], self.heap[-1] = self.heap[-1], self.heap[0]

self.heap.pop()

self._to_down(0)

return item

删除堆顶元素

返回

堆顶元素

def _to_down(self, index):

"""

adjust top one to down

:param index: 0

:return: None

"""

while index * 2 + 1 < self.size:

best = index

left = index * 2 + 1

right = index * 2 + 2

if self._better(self.heap[left], self.heap[best]):

best = left

if right < self.size and self._better(self.heap[right], self.heap[best]):

best = right

if best == index:

break

self.heap[index], self.heap[best] = self.heap[best], self.heap[index]

index = best

return None

以大根堆为例

判断是否存在左孩子

若存在,找出当前节点和左孩子中更大的

判断是否存在右孩子

若存在,找出当前节点和右孩子中更大的

若当前节点是最大的,不变,否则,交换当前节点和最大的

参数

index:0

结果截图

05ac60980bc6000977d7f140393d1e19.png

64ab1d7c41932e1b2672465f592005ee.png

全部代码

"""

--coding:utf-8--

@File: heap.py.py

@Author:frank yu

@DateTime: 2020.12.31 11:15

@Contact: [email protected]

@Description:

"""

class Heap:

def __init__(self, desc=True):

"""

init a heap, default big root heap

:param desc:True,big root heap;False, little root heap.

"""

self.heap = []

self.desc = desc

@property

def size(self):

"""

:return: size of heap

"""

return len(self.heap)

def top(self):

"""

get top of heap

:return: the top of heap

"""

try:

return self.heap[0]

except Exception:

raise IndexError('heap is empty.')

def push(self, val):

"""

add an element to heap

:param val: the value of element

:return: None

"""

self.heap.append(val)

self._to_up(self.size - 1)

return None

def pop(self):

"""

delete the top of heap

:return:the top of heap

"""

item = self.heap[0]

self.heap[0], self.heap[-1] = self.heap[-1], self.heap[0]

self.heap.pop()

self._to_down(0)

return item

def _better(self, node1, node2):

return node1 > node2 if self.desc else node1 < node2

def _to_up(self, index):

"""

adjust bottom one to up

:param index:size of heap - 1

:return: None

"""

while index:

parent = (index - 1) // 2

if self._better(self.heap[parent], self.heap[index]):

break

self.heap[parent], self.heap[index] = self.heap[index], self.heap[parent]

index = parent

return None

def _to_down(self, index):

"""

adjust top one to down

:param index: 0

:return: None

"""

while index * 2 + 1 < self.size:

best = index

left = index * 2 + 1

right = index * 2 + 2

if self._better(self.heap[left], self.heap[best]):

best = left

if right < self.size and self._better(self.heap[right], self.heap[best]):

best = right

if best == index:

break

self.heap[index], self.heap[best] = self.heap[best], self.heap[index]

index = best

return None

def create(self, seq):

for val in seq:

self.push(val)

return None

def menu():

print('--------------------Menu--------------------')

print('1.Create 2.Push')

print('3.Pop 4.Top')

print('5.Size')

print('e.Exit')

if __name__ == '__main__':

seq = input('please enter a sequence separated by white space:')

# use seq to create a big root heap

heap = Heap()

heap.create(seq.split())

while True:

menu()

choice = input('please select an option:')

if choice == 'e':

break

if choice == '1':

seq = input('please enter a sequence separated by white space:')

heap.create(seq.split())

elif choice == '2':

val = input('please enter a value:')

heap.push(val)

print(f'{val} has insert into heap.')

elif choice == '3':

val = heap.pop()

print(f'{val} has been deleted.')

elif choice == '4':

val = heap.top()

print(f'the top of heap is {val}.')

elif choice == '5':

size = heap.size

print(f'the size of heap is {size}.')

else:

print('something wrong, check your input.')

有问题请下方评论,转载请注明出处,并附有原文链接,谢谢!如有侵权,请及时联系。如果您感觉有所收获,自愿打赏,可选择支付宝18833895206(小于),您的支持是我不断更新的动力。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/310130.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

深入浅出 ASP.NET Core 与 Docker 入门课程说明

点击蓝字“角落的白板报”关注我哟加个“星标★”&#xff0c;好文必达&#xff01;深入浅出 ASP.NET Core 与 Docker 入门课程说明《深入浅出 ASP.NET Core 与 Docker 》是一门新的课程&#xff0c;本课程所有的内容全部免费&#xff0c;以图文配合视频的形式呈现。课程完整视…

微软将在新西兰建设其第一个数据中心区域

昨天新西兰各IT群都被一条消息刷屏了&#xff1a;详情可见&#xff1a;https://news.microsoft.com/en-nz/2020/05/06/aotearoa-disclosure/NZ的第一个Azure region region 是云计算的一个术语&#xff0c;也就是各大云运营商机房部署的位置。目前微软、亚马逊、谷歌等比较大的…

使用 kind 快速搭建一个 Kubernetes 测试环境

使用 kind 快速搭建一个 Kubernetes 测试环境Introkind&#xff08;Kubernetes IN Docker&#xff09; 是一个基于 docker 构建 Kubernetes 集群的工具&#xff0c;非常适合用来在本地搭建基于 Kubernetes 的开发/测试环境。想写一篇 kind 的文章很久了&#xff0c;但是之前的 …

麻雀虽小,五脏俱全

入职三年&#xff0c; 除了参与公司核心产品研发外&#xff0c;另外负责了一个2C的小项目&#xff1a;调用API拿到解析结果 & 计费。❝项目最初是.NetCore 1.0-Previewsqlite部署在IIS上&#xff0c;闲来没事&#xff0c;这个项目已经被我完全重写&#xff0c;在此记录一些…

内存迟迟下不去,可能你就差一个GC.Collect

一&#xff1a;背景1. 讲故事我们有一家top级的淘品牌店铺&#xff0c;为了后续的加速计算&#xff0c;在程序启动的时候灌入她家的核心数据到内存中&#xff0c;灌入完成后内存高达100G&#xff0c;虽然云上的机器内存有256G&#xff0c;然被这么划掉一半看着还是有一点心疼的…

Mayor's posters POJ - 2528 (离散化+线段树)

题意&#xff1a; 在1~10000000这个区间中读取n个海报的区间信息&#xff0c;后面的海报会覆 盖前面的海报&#xff0c;问最后能看到几张海报.&#xff08;本题是一道bug题下面会提&#xff09; 题目&#xff1a; The citizens of Bytetown, AB, could not stand that the c…

[PAT乙级]1018 锤子剪刀布

大家应该都会玩“锤子剪刀布”的游戏&#xff1a;两人同时给出手势&#xff0c;胜负规则如图所示&#xff1a; 现给出两人的交锋记录&#xff0c;请统计双方的胜、平、负次数&#xff0c;并且给出双方分别出什么手势的胜算最大。 输入格式&#xff1a; 输入第 1 行给出正整数 …

java 开源控件_一些好用的开源控件

工作两年&#xff0c;一直都在做些编码方面的表面功夫&#xff0c;实现了很多很炫的功能&#xff0c;在此写下一些体验。有些比较小的dll文件我会发上来&#xff0c;如果是开源组织的代码我会把地址附上&#xff0c;毕竟人家是会更新的。大家还有什么好用的开源控件欢迎补充。一…

揭秘 .NET 5 和Java 互操作

早早的.NET团队就立下了.NET和Java互操作的flag&#xff0c;如果你去翻一翻dotnet/runtime库&#xff0c;丝毫看不出来仓库内在搞支持。xamarin/java.interop库一直有Mono和Java互操作的实现&#xff0c;那么100%的实现.NET和Java互操作就是它&#xff0c;这两篇文章就是和你一…

java中的asList_Java Arrays.AsList原理及用法实例

java.util.Arrays的asList方法可以方便的将数组转化为集合&#xff0c;我们平时开发在初始化ArrayList时使用的比较多&#xff0c;可以简化代码&#xff0c;但这个静态方法asList()有几个坑需要注意:一. 如果对集合使用增加或删除元素的操作将会报错如下代码&#xff1a;List l…

为什么顶尖高手,都是长期主义者?

点击蓝字关注&#xff0c;回复“职场进阶”获取职场进阶精品资料一份在当下这个浮躁的社会&#xff0c;很多人都认为“快”才是真理&#xff0c;“慢”就是原罪。大家都对一夜腾飞的故事津津乐道&#xff0c;却觉得坚守一生最终获得大成的故事不够性感。但事实是怎么样的呢&…

java中函数是什么_[一] java8 函数式编程入门 什么是函数式编程 函数接口概念 流和收集器基本概念...

本文是针对于java8引入函数式编程概念以及stream流相关的一些简单介绍什么是函数式编程?java程序员第一反应可能会理解成类的成员方法一类的东西此处并不是这个含义,更接近是数学上的函数看一下百度百科中关于函数的说明函数的定义&#xff1a;给定一个数集A&#xff0c;假设其…

分布式系统不得不说的CAP定理

21天学会C语言&#xff1f;3天学会弹钢琴&#xff1f;放弃一切错误方法&#xff0c;从今天开始“刻意练习”&#xff0c;因为这才是最强大的&#xff0c;也是唯一正确的学习方法。--《刻意练习》Anders Ericsson引言CAP问题已经成了计算机科学中一个研究领域&#xff0c;之前说…

[PAT乙级]1021 个位数统计

输入格式&#xff1a; 每个输入包含 1 个测试用例&#xff0c;即一个不超过 1000 位的正整数 N。 输出格式&#xff1a; 对 N 中每一种不同的个位数字&#xff0c;以 D:M 的格式在一行中输出该位数字 D 及其在 N 中出现的次数 M。要求按 D 的升序输出。 输入样例&#xff1a;…

Largest Rectangle in a Histogram (动态规划+奇思妙想单调栈)求最大矩状图面积

感觉动态规划都是玄妙的很&#xff0c;思维题吧&#xff08;单调栈思维&#xff09; 题解&#xff1a;让求最大矩形面积&#xff0c;宽为1&#xff0c;暴力超时 可以发现 当第i-1个比第i个高的时候 比第i-1个高的所有也一定比第i个高 于是可以用到动态规划的思想 令l…

ASP.NET Core分布式项目实战(详解oauth2授权码流程)--学习笔记

最近公司产品上线&#xff0c;通宵加班了一个月&#xff0c;一直没有更新&#xff0c;今天开始恢复&#xff0c;每日一更&#xff0c;冲冲冲任务13&#xff1a;详解oauth2授权码流程我们即将开发的产品有一个用户 API&#xff0c;一个项目服务 API&#xff0c;每个服务都需要认…

C++类模板中的static成员

从类模板实例化的每一个模板类有自己的类模板数据成员&#xff0c;该模板的所有对象共享一个static数据成员。 代码如下: #include <iostream> using namespace std;template<typename T> class Person { public:static int a;};template<typename T> int …

C#并发编程之初识并行编程

写在前面之前微信公众号里有一位叫sara的朋友建议我写一下Parallel的相关内容&#xff0c;因为手中商城的重构工作量较大&#xff0c;一时之间无法抽出时间。近日&#xff0c;这套系统已有阶段性成果&#xff0c;所以准备写一下Parallel的相关内容&#xff0c;正好也延续之前的…

java 下拉列表 枚举_「Java三分钟」精准而优雅——枚举类详解

关注我&#xff0c;每天三分钟&#xff0c;带你轻松掌握一个Java相关知识点。1.为什么要用枚举你在读一个老工程代码时&#xff0c;是否经常看见有几个类&#xff0c;里面放着成百上千的静态常量&#xff0c;场面相当恐怖&#xff0c;而且如果不加注释&#xff0c;很多你都不知…

Not so Mobile(二叉树递归输入同时建树){天平}

题意&#xff1a; 给出一个大天平&#xff0c;大天平中还有许多小天平&#xff0c;求出所有的天平是否平衡&#xff1b;平衡条件为wldl wrdr&#xff1b; 题目 Before being an ubiquous communications gadget, a mobile was just a structure made of strings and wires …