python学习笔记29(python中堆的使用)
2014-12-26 17:13
393 查看
堆(heap):优先队列的一种,使用优先队列能够以任意顺序增加对象,并且能在任意时间(可能在增加对象的同时)找到(也可能是移除)最小元素,比用于列表中min的方法要高效。
Python中并没有独立的堆类型,只有一个包涵一些堆操作函数的模块,这个模块叫heapq.
import heapq
1.heapq.heappush(heap,item) #heap为定义堆,item 增加的元素;
eg.
heap=[]
heapq.heappush(heap, 2)
2.heapq.heapify(list) #将列表转换为堆
eg.
list=[5,8,0,3,6,7,9,1,4,2]
heapq.heapify(list)
3.heapq.heappop(heap)
#删除最小的值
eg.
heap=[2, 4, 3, 5, 7,
8, 9, 6]
heapq.heappop(heap) ---->heap=[3, 4, 5, 7, 9,
6, 8]
4.heapq.heapreplace(heap,
item)
#删除最小元素值,添加新的元素值
eg.
heap=[2, 4, 3, 5, 7, 8,
9, 6]
heapq.heapreplace(heap,
11) ------>heap=[2, 3, 4, 6, 8, 5, 7, 9, 11]
5.heapq.heappushpop(heap,
item)
#首判断添加元素值与堆的第一个元素值对比,如果大于则删除最小元素,然后添加新的元素值,否则不更改堆
eg.
条件:item >heap[0]
heap=[2, 4, 3, 5, 7, 8, 9, 6]
heapq.heappushpop(heap, 9)---->heap=[3, 4, 5, 6, 8, 9, 9,
7]
条件:item
heap=[2, 4, 3, 5, 7, 8, 9, 6]
heapq.heappushpop(heap, 9)---->heap=[2, 4, 3, 5, 7, 8, 9,
6]
6.heapq.merge(...)
#将多个堆合并
7.heapq.nlargest (n,
heap)
#查询堆中的最大元素,n表示查询元素个数
eg.
heap=[2, 3, 5, 6, 4, 8,
7, 9]
heapq.nlargest (1,
heap)--->[9]
8.heapq.nsmallest(n,
heap)
#查询堆中的最小元素,n表示查询元素个数
eg.
heap=[2, 3, 5, 6, 4, 8,
7, 9]
heapq.nlargest (1,
heap)--->[2]
Python中并没有独立的堆类型,只有一个包涵一些堆操作函数的模块,这个模块叫heapq.
import heapq
1.heapq.heappush(heap,item) #heap为定义堆,item 增加的元素;
eg.
heap=[]
heapq.heappush(heap, 2)
2.heapq.heapify(list) #将列表转换为堆
eg.
list=[5,8,0,3,6,7,9,1,4,2]
heapq.heapify(list)
3.heapq.heappop(heap)
#删除最小的值
eg.
heap=[2, 4, 3, 5, 7,
8, 9, 6]
heapq.heappop(heap) ---->heap=[3, 4, 5, 7, 9,
6, 8]
4.heapq.heapreplace(heap,
item)
#删除最小元素值,添加新的元素值
eg.
heap=[2, 4, 3, 5, 7, 8,
9, 6]
heapq.heapreplace(heap,
11) ------>heap=[2, 3, 4, 6, 8, 5, 7, 9, 11]
5.heapq.heappushpop(heap,
item)
#首判断添加元素值与堆的第一个元素值对比,如果大于则删除最小元素,然后添加新的元素值,否则不更改堆
eg.
条件:item >heap[0]
heap=[2, 4, 3, 5, 7, 8, 9, 6]
heapq.heappushpop(heap, 9)---->heap=[3, 4, 5, 6, 8, 9, 9,
7]
条件:item
heap=[2, 4, 3, 5, 7, 8, 9, 6]
heapq.heappushpop(heap, 9)---->heap=[2, 4, 3, 5, 7, 8, 9,
6]
6.heapq.merge(...)
#将多个堆合并
7.heapq.nlargest (n,
heap)
#查询堆中的最大元素,n表示查询元素个数
eg.
heap=[2, 3, 5, 6, 4, 8,
7, 9]
heapq.nlargest (1,
heap)--->[9]
8.heapq.nsmallest(n,
heap)
#查询堆中的最小元素,n表示查询元素个数
eg.
heap=[2, 3, 5, 6, 4, 8,
7, 9]
heapq.nlargest (1,
heap)--->[2]
相关文章推荐
- python学习笔记29(python中堆的使用)
- python学习笔记29(python中堆的使用)
- python学习笔记:字典的使用示例详解
- Python 学习笔记(三) 使用字符串
- 【Cocos2D-X 学习笔记】Cocos2D-x 3.0+VS开发环境搭建[使用Python]
- Python ORM框架SQLAlchemy学习笔记之映射类使用实例和Session会话介绍
- Python 学习笔记【使用元组的注意点】
- Python学习笔记之疑问 9:如何使用For语句
- Python3.x学习笔记[2.5]灵活使用urllib与re
- python学习笔记之二:使用字符串
- python 学习笔记 11 -- 使用参数使你的程序变得更性感
- C#学习笔记29——c#使用word、excel、pdf
- SVM学习笔记(2)LIBSVM在python下的使用
- Python学习笔记-字典使用
- mongoDB学习笔记3--python下使用
- linux 学习笔记 (3) —— 使用python
- python学习笔记:datetime使用小结
- Python学习笔记--为什么需要使用__name__=='__main__'
- python学习笔记:字典的使用示例详解
- python学习笔记--循环使用