【转】Python里的堆heapq

实际上,Python没有独立的堆类型,而只有一个包含一些堆操作函数的模块。这个模块名为heapq(其中的q表示队列),默认为小顶堆。Python中没有大顶堆的实现。

常用的函数

函 数描 述
heappush(heap, x) 将x压入堆中
heappop(heap) 从堆中弹出最小的元素(栈顶元素)
heapify([1,2,3]) 让列表具备堆特征
heapreplace(heap, x) 弹出最小的元素(栈顶元素),并将x压入堆中
nlargest(n, iter) 返回iter中n个最大的元素
nsmallest(n, iter) 返回iter中n个最小的元素

heappop弹出最小的元素(总是位于索引0处\栈顶),并确保剩余元素中最小的那个位于索引0处(保持堆特征)。

heapreplace等于先heappop再heappush,但是比分别调用二者快。

堆操作的时间复杂度,下面是堆的实现方法:二叉堆、斐波那契堆、严格斐波那契堆……,常见模块里用的是斐波那契堆》

代码示例:

 1 from heapq import *
 2 
 3 class KthLargest:
 4 
 5     def __init__(self, k: int, nums: List[int]):
 6         self.k = k
 7         self.q = []
 8         for x in nums:
 9             self.add(x)
10 
11     def add(self, val: int) -> int:
12         if len(self.q) < self.k:        # 堆没满,加入堆
13             heappush(self.q, val)
14         elif val > self.q[0]:           # val大于堆顶元素(第K大),踢掉堆顶元素,加入val
15             heapreplace(self.q, val)
16         return self.q[0]                # 堆顶
17 import heapq
18 a = [2,4,1,5,6,3]
19 heapq.heapify(a)
20 print(a)       # [1, 4, 2, 5, 6, 3]
21 import heapq
22 a = [2,4,1,5,6,3]
23 heapq.heapify(a)
24 b = heapq.heappop(a)
25 print(a)      # [2, 4, 3, 5, 6]
26 print(b)      # 1

 

用小顶堆实现大顶堆

heapq在实现的时候,没有给出一个类似Java的Compartor函数接口或比较函数,开发者给出了原因见这里:http://code.activestate.com/lists/python-list/162387/

于是,人们想出了一些很NB的思路,见:http://stackoverflow.com/questions/14189540/python-topn-max-heap-use-heapq-or-self-implement

我来概括一种最简单的:

将push(e)改为push(-e)、pop(e)改为-pop(e)。

也就是说,在存入堆、从堆中取出的时候,都用相反数,而其他逻辑与TopK完全相同,看代码:

 1 class BtmkHeap(object):
 2     def __init__(self, k):
 3         self.k = k
 4         self.data = []
 5 
 6     def Push(self, elem):
 7         # Reverse elem to convert to max-heap
 8         elem = -elem
 9         # Using heap algorighem
10         if len(self.data) < self.k:
11             heapq.heappush(self.data, elem)
12         else:
13             topk_small = self.data[0]
14             if elem > topk_small:
15                 heapq.heapreplace(self.data, elem)
16 
17     def BtmK(self):
18         return sorted([-x for x in self.data])

 

经过测试,是完全没有问题的,这思路太Trick了……

 

 

  转自:

    https://www.cnblogs.com/ldy-miss/p/11984691.html

posted @ 2020-06-23 19:10  博客园—哆啦A梦  阅读(212)  评论(0)    收藏  举报