本篇文章幫大家學習python堆，包含了python堆使用方法、操作技巧、例項演示和注意事項，有一定的學習價值，大家可以用來參考。
堆是一種特殊的樹結構，其中每個父節點小於或等於其子節點。 然後它被稱為最小堆(min heap)。 如果每個父節點大於或等於其子節點，則稱它為最大堆(max heap)。 實施優先順序佇列是非常有用的，在該佇列中，具有較高權重的佇列專案在處理中具有更高的優先順序。在本章中，我們將學習使用python實現堆資料結構。
建立乙個堆
堆是通過使用python內建的名稱為heapq的庫建立的。 該庫具有對堆資料結構進行各種操作的相關功能。 以下是這些函式的列表 -
heapify - 此函式將常規列表轉換為堆。 在結果堆中，最小的元素被推到索引位置0。但是其餘的資料元素不一定被排序。
heapreplace - 該函式用函式中提供的新值替換最小的資料元素。
通過簡單地使用具有heapify函式的元素列表來建立堆。 在下面的例子中，提供了乙個元素列表，heapify函式重新排列了元素到最初位置的元素。
import heapq
h = [21,1,45,78,3,5]
# use heapify to rearrange the elements
heapq.heapify(h)
print(h)
執行上面示例**，得到以下結果 -
[1, 3, 5, 78, 21, 45]
插入堆將資料元素插入堆總是在最後乙個索引處新增元素。 但是，只有在值最小的情況下，才可以再次應用heapify函式將新新增的元素新增到第乙個索引。 在下面的例子中，插入數字 - 8 。
import heapq
h = [21,1,45,78,3,5]
# covert to a heap
heapq.heapify(h)
print(h)
# add element
print(h)
執行上面示例**，得到以下結果 -
[1, 3, 5, 78, 21, 45]
[1, 3, 5, 78, 21, 45, 8]
從堆中移除
可以使用此功能在第乙個索引處移除元素。 在下面的例子中，函式將始終刪除索引位置1處的元素。
import heapq
h = [21,1,45,78,3,5]
# create the heap
heapq.heapify(h)
print(h)
# remove element from the heap
print(h)
執行上面示例**，得到以下結果 -
[1, 3, 5, 78, 21, 45]
[3, 21, 5, 78, 45]
替換堆heapreplace函式總是刪除堆中最小的元素，並在未被任何順序修復的地方插入新的傳入元素。參考以下示例 -
import heapq
h = [21,1,45,78,3,5]
# create the heap
heapq.heapify(h)
print(h)
# replace an element
heapq.heapreplace(h,6)
print(h)
執行上面示例**，得到以下結果 -
[1, 3, 5, 78, 21, 45]
[3, 6, 5, 78, 21, 45]
最小堆及基於最小堆的最小優先佇列
最小堆具有的性質 最小堆的父親節點比子節點的值小 在最小堆的類中我們定義的函式主要有 維護最小堆 建立最小堆和利用最小堆進行排序 以下是最小堆的定義 ifndef my min heap h define my min heap h include includeusing namespace st...
最小堆建立
題目 實現最小堆兩個功能 1 增加乙個元素 2 輸出並刪除最小堆中的最小的數 輸入 第一行輸入乙個整數t，代表測試資料的組數。對於每組測試資料，第一行輸入乙個整數n，代表操作的次數。每次操作首先輸入乙個整數type。當type 1，增添操作，接著輸入乙個整數u，代表要插入的元素。當type 2，輸出...
用python的list物件實現最小堆的優先佇列
class prio queue object docstring for prio queue，最小堆優先佇列 def init self,elems self.elems list elems self.build queue def clear queue self 清除整個佇列 self.e...