堆(Heaps)是一种特殊的树结构,其中每个父节点均小于或等于其子节点,这就是所谓的最小堆,如果每个父节点大于或等于其子节点,则称为最大堆。
堆是使用python内置的名为heapq的库创建的,该库具有相关的功能,可以对堆数据结构执行各种操作。下面是这些功能的列表。
堆是通过简单地使用带有heapify函数的元素列表来创建的,在下面的示例中,提供了元素列表,并且heapify函数重新排列了元素,将最小的元素移到了第一个位置。
import heapq H=[21,1,45,78,3,5] #使用 heapify 重新排列元素 heapq.heapify(H) print(H)
执行以上代码后,将产生以下输出-
[1, 3, 5, 78, 21, 45]
将数据元素插入堆中总是将元素添加到最后一个索引,但是您可以再次应用heapify函数,以将新添加的元素的值最小时才将其添加到第一个索引。在下面的示例中插入数字8。
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)
执行以上代码后,将产生以下输出-
[1, 3, 5, 78, 21, 45] [1, 3, 5, 78, 21, 45, 8]
您可以使用此功能删除第一个索引处的元素,在下面的示例中,该函数将始终删除索引位置为1的元素。
import heapq H=[21,1,45,78,3,5] # 创建堆 heapq.heapify(H) print(H) # 从堆中移除元素 heapq.heappop(H) print(H)
执行以上代码后,将产生以下输出-
[1, 3, 5, 78, 21, 45] [3, 21, 5, 78, 45]
heapreplace函数始终会删除堆中最小的元素,并将新的传入元素插入未按任何顺序固定的某个位置。
import heapq H=[21,1,45,78,3,5] # 创建堆 heapq.heapify(H) print(H) # 替换元素 heapq.heapreplace(H,6) print(H)
[1, 3, 5, 78, 21, 45] [3, 6, 5, 78, 21, 45]
祝学习愉快!(内容编辑有误?请选中要编辑内容 -> 右键 -> 修改 -> 提交!)