資料結構
網路
關係資料庫管理系統(RDBMS)
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C語言程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
服裝學
法學Python中的堆佇列（或heapq）
堆佇列是一種特殊的樹形結構，其中每個父節點都小於或等於其子節點。在Python中，它是使用heapq模組實現的。它在實現優先佇列方面非常有用，在優先佇列中，權重較高的佇列項在處理中具有更高的優先順序。
建立堆
堆佇列是使用Python的內建庫heapq建立的。這個庫包含執行堆資料結構上各種操作的相關函式。以下是這些函式的列表。
- heapify – 此函式將普通列表轉換為堆。在生成的堆中，最小元素被推送到索引位置0。但其餘的資料元素不一定已排序。
- heappush – 此函式將元素新增到堆中，而不會更改當前堆。
- heappop – 此函式返回堆中最小的資料元素。
- heapreplace – 此函式用函式中提供的新值替換最小的資料元素。
建立堆
堆的建立只需使用包含heapify函式的元素列表即可。在下面的示例中，我們提供一個元素列表，heapify函式會重新排列這些元素，並將最小元素放到第一個位置。
示例
import heapq H = [21,1,45,78,3,5] # Use heapify to rearrange the elements heapq.heapify(H) print(H)
輸出
執行上述程式碼時，會產生以下結果：
[1, 3, 5, 78, 21, 45]
插入堆中
將資料元素插入堆中總是將元素新增到最後一個索引。但是，只有當新新增的元素值最小時，才能再次應用heapify函式將其帶到第一個索引。在下面的示例中，我們插入數字8。
示例
import heapq H = [21,1,45,78,3,5] # Covert to a heap heapq.heapify(H) print(H) # Add element heapq.heappush(H,8) print(H)
輸出
執行上述程式碼時，會產生以下結果：
[1, 3, 5, 78, 21, 45] [1, 3, 5, 78, 21, 45, 8]
從堆中移除
可以使用此函式移除第一個索引處的元素。在下面的示例中，該函式將始終移除索引位置1處的元素。
示例
import heapq H = [21,1,45,78,3,5] # Create the heap heapq.heapify(H) print(H) # Remove element from the heap heapq.heappop(H) print(H)
輸出
執行上述程式碼時，會產生以下結果：
[1, 3, 5, 78, 21, 45] [3, 21, 5, 78, 45]
替換堆中的元素
heapreplace函式總是移除堆中最小的元素，並將新的傳入元素插入到某個位置，該位置不受任何順序的限制。
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)
輸出
執行上述程式碼時，會產生以下結果：
[1, 3, 5, 78, 21, 45] [3, 6, 5, 78, 21, 45]
更新於：2020年6月9日
5K+ 次檢視
廣告