PHP前端开发

深入了解Python之heapq内置模块介绍

百变鹏仔 3周前 (02-08) #Python
文章标签 模块

heapq 是 python 的内置模块,源码位于 lib/heapq.py ,该模块提供了基于堆的优先排序算法。

堆的逻辑结构就是完全二叉树,并且二叉树中父节点的值小于等于该节点的所有子节点的值。这种实现可以使用 heap[k] 索引,从 0 开始计数)的形式体现,对于堆来说,最小元素即为根元素 heap[0]。

可以通过 list 对 heap 进行初始化,或者通过 api 中的 heapify 将已知的 list 转化为 heap 对象。

heapq 提供的函数方法

heapq.heappush(heap, item)

立即学习“Python免费学习笔记(深入)”;

heapq.heappop(heap):返回 root 节点,即 heap 中最小的元素

heapq.heappushpop(heap, item):向 heap 中加入 item 元素,并返回 heap 中最小元素

heapq.heapify(x)

heapq.nlargest(n, iterable, key=None):返回可枚举对象中的 n 个最大值,并返回一个结果集 list,key 为对该结果集的操作

heapq.nsmallest(n, iterable, key=None):同上相反

demo

1. 通过 heapq api 对 list 进行排序

def heapsort(iterable):    h = []    for i in iterable:        heapq.heappush(h, i)    return [heapq.heappop(h) for i in range(len(h))]s = [3, 5, 1, 2, 4, 6, 0, 1]print(heapsort(s))

输出如下

 [0, 1, 1, 2, 3, 4, 5, 6]

2. 通过 key,找出对象列表中 price 最小的一项

portfolio = [    {'name': 'IBM', 'shares': 100, 'price': 91.1},    {'name': 'AAPL', 'shares': 50, 'price': 543.22},    {'name': 'FB', 'shares': 200, 'price': 21.09},    {'name': 'HPQ', 'shares': 35, 'price': 31.75},    {'name': 'YHOO', 'shares': 45, 'price': 16.35},    {'name': 'ACME', 'shares': 75, 'price': 115.65}]cheap = heapq.nsmallest(1, portfolio, key=lambda s: s['price'])print(cheap)

输出如下

[{'shares': 45, 'price': 16.35, 'name': 'YHOO'}]

 extend

上文讲到 heapq 是最小堆的实现,那么我们根据 heapq 的源码分析一下在 python 中如何通过 api 实现将 list 转化为最小堆(父节点的关键字比左右子节点都小)

可分为如下几步操作:

1. 从最后一个有子节点的元素开始,将这个父节点元素和其子节点看做一个单元

2. 在单元中,将两个子节点中较小的元素与父节点调换位置(不需要判断父节点和这个最小子节点的大小关系),通过这一步操作即可将这个单元变更为最小堆单元

3. 通过 while 循环可以将较小的元素向上推

def heapilize_list(x):    n = len(x)    # 获取存在子节点的节点 index 列表,并对每个节点单元进行最小堆处理    for i in reversed(range(n // 2)):        raiseup_node(x, i)def put_down_node(heap, startpos, pos):    current_item = heap[pos]    # 判断单元中最小子节点与父节点的大小    while pos &gt; startpos:        parent_pos = (pos - 1) &gt;&gt; 1        parent_item = heap[parent_pos]        if current_item <p>输出如下</p><p class="cnblogs_code"></p><pre class="brush:php;toolbar:false">[1, 6, 2, 10, 4]