python最大堆heapq,python heapq的具体用法

　　python中的堆

　　大蟒中没有独立的堆这个数据结构，但是有一个包含堆操作函数的模块(heapq)函数功能堆，x将x压入堆中堆从堆中弹出最小元素堆积让列表具备堆特征heapreplace(堆，x)弹出最小元素，并将x压入堆中nlargest(n，iter)返回国际热核聚变实验堆中n个最大的元素n最小(n，iter)返回国际热核聚变实验堆中n个最小的元素堆（堆)是一种优先队列。优先队列让你能够以任意顺序添加对象，并随时找出删除最小的元素from heapq import * from random import shuffle # a=list(range(10))a=[0，1，2，3，4，5，6，7，8，9]shuffle(a)heap=[]for I in a:heap push(heap，i)print(a) # [8，6，7，3，5，4，2，0，1，9]print(heap) # [0，1，3，2，6，7，4，8，5，9]元素的排列顺序并不像看起来那么随意，虽然不是严格排序的，但必须保证：位置我处的元素大于位置我//2处的元素（也就是位置我的值小于位置2i和2i 1的值),称为堆特征

　　函数堆化执行尽可能少的移位操作将列表变为合法的堆从heapq导入*从随机导入洗牌#打印(heapq .__all__)list1=[0，1，2，3，4，5，6，7，8，9]shuffle(list 1)print(list 1)#[2，6，5，7，4，1，9，3，0，8]heap ify(list 1)print(list 1)#[0，2，1，3，4，5，9，6，7，8]topK问题解法：

　　排序切片法：a=[-5，4，-6，9，8，10]end_3=已排序(a)[:3]top_3=已排序[3:]#或者是排序(一、反转)[:3]打印(end_3)打印(top_3)使用heapq模块的n最大和n来自heapq import *list1=[0，1，2，3，4，5，6，7，8，9]print(nlargest(4，list1))print(nsmallest(4，list1))将列表转化为heapq的堆，然后获取topK导入heapq从heapq导入*从随机导入洗牌#打印(heapq .__all__)list1=[0，1，2，3，4，5，6，7，8，9]shuffle(list 1)print(list 1)#[2，6，5，7，4，1，9，3，0，8]heapify(list 1)print(nlargest(4，list1)) # [9，8，7，6]print(nsmallest(4，list1)) # [0，1，2，3]print(list1) # [0，2，1，3，4数找到topK

　　使用heapq的先找到列表一前k个数；

　　然后使用heapq.heapify(列表1)将k个数的列表转为堆结构(heapq小顶堆);

　　最后拿每个数和这个堆的堆顶元素比较，如果比这个堆顶元素大则使用堆。堆位置(堆，x)替换掉堆顶的元素（反之跳过),然后在重新排列这个堆（确保堆顶为最小值);

　　最后堆的这k个元素就是topK。导入heapqimport随机类TopK heap(object):def _ _ init _ _(self，k):self。k=k自我。data=[]def Push(self，elem):if len(self。资料)自我。k:heapq。堆推(自己。data，elem)else:TopK _ small=self。data[0]if elem TopK _ small:heapq。heapreplace(self。data，elem)def TopK(self):return[x for x in reversed([heapq。希波按下打印按钮. TopK()) # [986241，985101，975889] print(sorted(list_rand，reverse=True)[0:3]) # [986241，985101，975889]

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。