【python】python 中关于堆的基本结构

未知： heap 到什么用途 ？？？？

 

原文参考 ：https://blog.csdn.net/jamfiy/article/details/88185512 

heap

# test in jupyter
from heapq import *
from random import shuffle
data=list(range(10))
shuffle(data)
print(*data)
heap=[]
for n in data:
    heappush(heap,n)
heap
# 这里 data 已经是 随机的顺序了， heappush 则是按照 下边说的这套规则放置新的 数字元素， i/2

  heap 规则：　　   元素的排列顺序并不像看起来那么随意。它们虽然不是严格排序的，但必须保证一点：位置i处的元素总是大于位置i // 2处的元素（反过来说就是小于位置2 * i和2 * i + 1处的元素）。这是底层堆算法的基础，称为堆特征（heap property）。

个人做了一些测试。首先 同样是 0--9 ，10个数字，shuffle之后的结果，将会有很多种， 应该是 10*9*8 -----*2*1，种， 但是 ， 如果要符合heap特性， 个人设想，因为每次shuffle结果不同，但是 还是可以产生很多种‘heap规则’的排列，我做了两组的情况

data 和 heap： 
6 3 7 8 1 4 9 5 2 0

Out[29]:

[0, 1, 4, 3, 2, 7, 9, 8, 5, 6]

而 data1 和 heap1：

4 0 2 6 3 1 7 5 9 8

Out[33]:

[0, 3, 1, 5, 4, 2, 7, 6, 9, 8]

heappush 

    heappush(heap,n)

heapify

  一个list 必须是不符合 heap原则的，才能使用heapify 处理，处理之后，符合了 heap原则，就无法再对 list 使用这个原则了

heappop

   heappop (heap) : 从左到右 依次 弹出数字

 

heapreplace

    heapreplace (heap,n)

  用n 来代替原来的最小数字元素

nlargest 和 nsmalllest

需要 import heaq

>>> heapq.nlargest(10,heap)

[9, 8, 7, 6, 5, 4, 3, 2, 1, 0]
>>> heapq.nlargest(3,heap)
[9, 8, 7]

可见就是 类似 排序， 取出最大和最小的n个数字