python最大堆heapq_Python里的堆heapq

实际上，Python没有独立的堆类型，而只有一个包含一些堆操作函数的模块。这个模块名为heapq(其中的q表示队列)，默认为小顶堆。Python中没有大顶堆的实现。

常用的函数

函 数

描 述

heappush(heap, x)

将x压入堆中

heappop(heap)

从堆中弹出最小的元素(栈顶元素)

heapify([1,2,3])

让列表具备堆特征

heapreplace(heap, x)

弹出最小的元素(栈顶元素)，并将x压入堆中

nlargest(n, iter)

返回iter中n个最大的元素

nsmallest(n, iter)

返回iter中n个最小的元素

heappop弹出最小的元素(总是位于索引0处\栈顶)，并确保剩余元素中最小的那个位于索引0处(保持堆特征)。

heapreplace等于先heappop再heappush，但是比分别调用二者快。

堆操作的时间复杂度，下面是堆的实现方法：二叉堆、斐波那契堆、严格斐波那契堆……，常见模块里用的是斐波那契堆》

代码示例：

from heapq import *

class KthLargest:

def __init__(self, k: int, nums: List[int]):

self.k = k

self.q = []

for x in nums:

self.add(x)

def add(self, val: int) -> int:

if len(self.q) < self.k: # 堆没满，加入堆

heappush(self.q, val)

elif val > self.q[0]: # val大于堆顶元素(第K大)，踢掉堆顶元素，加入val

heapreplace(self.q, val)

return self.q[0] # 堆顶

import heapq

a = [2,4,1,5,6,3]

heapq.heapify(a)

print(a) # [1, 4, 2, 5, 6, 3]

import heapq

a = [2,4,1,5,6,3]

heapq.heapify(a)

b = heapq.heappop(a)

print(a) # [2, 4, 3, 5, 6]

print(b) # 1

用小顶堆实现大顶堆

heapq在实现的时候，没有给出一个类似Java的Compartor函数接口或比较函数，开发者给出了原因见这里：http://code.activestate.com/lists/python-list/162387/

我来概括一种最简单的：

将push(e)改为push(-e)、pop(e)改为-pop(e)。

也就是说，在存入堆、从堆中取出的时候，都用相反数，而其他逻辑与TopK完全相同，看代码：

class BtmkHeap(object):

def __init__(self, k):

self.k = k

self.data = []

def Push(self, elem):

# Reverse elem to convert to max-heap

elem = -elem

# Using heap algorighem

if len(self.data) < self.k:

heapq.heappush(self.data, elem)

else:

topk_small = self.data[0]

if elem > topk_small:

heapq.heapreplace(self.data, elem)

def BtmK(self):

return sorted([-x for x in self.data])

经过测试，是完全没有问题的，这思路太Trick了……