5.4.1 使用堆算法实现优级队列

一个优先级队列通常是使用堆算法来实现，实现优先级队列主要困难有以下几点：

1）排序的稳定性：怎么样实现两个优级一样的任务时返回最先添加的任务？

2）在元组比较里，如果（优先级，任务）对相同时，就没有比较的顺序了。

3）如果一个任务的优先级改变了，你怎么样把它移动到堆的一个新位置上？

4）当任务删除时，你怎么样发现它是删除的，并且把它从堆队列里删除？

为了解决前面两个问题，采用三个元素的列表来实现，这个列表包括：优先级、入口计数、任务。入口计数就是当任务添加时分配一个增加的数字，以便知道任务是添加的顺序，这样就可以解决任务优先级相同时，可以返回最先添加的任务。同时由于入口计数不一样，不用比较到任务，就已经判断出来任务优先顺序了。

剩下来的问题，就是找到未曾执行的任务，并且修改它的优先级，或者完全删除它。查找任务可以通过字典来实现，这个字典保存指向任务列表。删除一个任务或者改变优先级都会让任务队列的堆排序不稳定，因此采用标记的方法来删除，并没有实际删除相关的任务。

例子：

#python 3.4

import heapq

import itertools

pq = [] # 保存堆排序的列表

entry_finder = {} # 保存任务查找的字典

REMOVED = '<removed-task>' # 任务删除的标记

counter = itertools.count() # 产生任务入口顺序的计数

def add_task(task, priority=0):

'添加任务或者更新任务的优先级'

if task in entry_finder:

remove_task(task)

count = next(counter)

entry = [priority, count, task]

entry_finder[task] = entry

heapq.heappush(pq, entry)

def remove_task(task):

'标记一个存在的任务删除：REMOVED. 如果不存在抛出异常KeyError'

entry = entry_finder.pop(task)

entry[-1] = REMOVED

def pop_task():

'删除已经标记删除的任务，并返回最低优先级的任务. 如果不存在抛出KeyError'

while pq:

priority, count, task = heapq.heappop(pq)

if task is not REMOVED:

del entry_finder[task]

return task

raise KeyError('pop from an empty priority queue')

add_task('abc', 5)

add_task('b', 1)

add_task('c', 2)

add_task('bb', 1)

print(pop_task())

print(pop_task())

print(pop_task())

结果输出如下：

b

bb

c

蔡军生 QQ:9073204 深圳