[转载] python中堆heapq以及队列queue的使用

参考链接： Python中的堆队列(Heap queue或heapq)

python中堆heapq以及队列queue的使用

1. 堆heapq的使用

## ------------------------ 准备数据 -----------------------

import math

from io import StringIO

data = [19,9,4,10,11]

def show_tree(tree, total_width=36, fill=' '):

output = StringIO()

last_row = -1

for i, n in enumerate(tree):

if i:

row = int(math.floor(math.log(i+1, 2)))

else:

row = 0

if row != last_row:

output.write('\n')

columns = 2 ** row

col_width = int(math.floor(total_width / columns))

output.write(str(n).center(col_width, fill)) # Python center() 返回一个原字符串居中,并使用空格填充至长度 width 的新字符串。默认填充字符为空格。

last_row = row

print(output.getvalue())

print('-' * total_width)

print()

## ---------------------------- 1. 创建堆 ------------------------

# 创建堆有两种基本方式： heapq.heappush() 和 heapq.heapify()

# 1. heapq.heappush()

import heapq # 最小堆

heap = []

print('random : ', data)

print()

for n in data:

print('add {:>3}:'.format(n))

heapq.heappush(heap, n)

show_tree(heap)

# 如果数据已经在内存中，那么使用heapify()原地重新组织列表中的元素会更高效

# 2. heapq.heapify() heapify:堆化

import heapq

print('random :', data)

heapq.heapify(data)

print('heapified :')

show_tree(data)

"""

## ------------------- 2.1 删除元素 --------------------------

for i in range(2):

smallest = heapq.heappop(data)

print('pop {}:'.format(smallest))

show_tree(data)

"""

## ------------------- 2.2 删除并替换新值 --------------------

for n in [0, 13]:

smallest = heapq.heapreplace(data, n)

print('replace {:>2} with {:>2}:'.format(smallest, n) )

show_tree(data)

## ------------------- 3. 查找最大和最小k个数 -------------

# heapq.nlargest() 和 heapq.nsmallest()

import heapq

print()

data = [19,9,4,10,11]

heapq.heapify(data)

print('heaptree: ')

show_tree(data)

print('all :', data, '\n')

print('3 largest :', heapq.nlargest(3, data))

print('from sort :', list(reversed(sorted(data)[-3:])), '\n')

print('3 smallest:', heapq.nsmallest(3, data))

print('from sort :', sorted(data)[:3])

## ------------------- 4. 高效合并有序序列 ------------------

# 对于小数据集，将多个有序序列合并到一个新序列很容易：

import heapq

import itertools

print()

data = [19,9,4,10,11]

heapq.heapify(data)

print('heaptree: ')

show_tree(data)

data2 = list(sorted(itertools.chain(data+data))) # chain()中可以放多个迭代对象，然后一一迭代出来

print('combined tree: ')

show_tree(data2)

# 对于较大的数据集, 这个技术可能会占用大量内存， merge()不是对整个合并后的序列排序，

# 而是使用一个堆一次一个元素地生成一个新序列，利用固定大小的内存确定下一个元素

import random

import heapq

random.seed(2020)

data = []

for i in range(4):

new_data = list(random.sample(range(1,101), 5))

new_data.sort()

data.append(new_data)

for i,d in enumerate(data):

print('{}: {}'.format(i, d))

print('\nMerged:')

for i in heapq.merge(*data):

print(i, end=' ')

print()

2. queue的使用

from queue import Queue,LifoQueue,PriorityQueue

# 先进先出队列

q=Queue()

# 后进先出队列（通常与栈数据结构关联的）

lq=LifoQueue(maxsize=6)

# 优先级队列

pq=PriorityQueue(maxsize=5)

for i in range(5):

q.put(i) # 使用 put()将元素增加到序列的一端

lq.put(i)

pq.put(i)

print ("先进先出队列：%s;是否为空：%s；多大,%s;是否满,%s" %(q.queue,q.empty(),q.qsize(),q.full()))

print ("后进先出队列：%s;是否为空：%s;多大,%s;是否满,%s" %(lq.queue,lq.empty(),lq.qsize(),lq.full()))

print ("优先级队列：%s;是否为空：%s,多大,%s;是否满,%s" %(pq.queue,pq.empty(),pq.qsize(),pq.full()))

print(q.get(),lq.get(),pq.get()) # 使用 get() 从另一端取出（删除）

print ("先进先出队列：%s;是否为空：%s；多大,%s;是否满,%s" %(q.queue,q.empty(),q.qsize(),q.full()))

print ("后进先出队列：%s;是否为空：%s;多大,%s;是否满,%s" %(lq.queue,lq.empty(),lq.qsize(),lq.full()))

print ("优先级队列：%s;是否为空：%s,多大,%s;是否满,%s" %(pq.queue,pq.empty(),pq.qsize(),pq.full()))

[转载] python中堆heapq以及队列queue的使用相关推荐

python之堆heapq模块
python之堆heapq模块堆是一种特殊的树形结构,通常我们所说的堆的数据结构指的是完全二叉树,并且根节点的值小于等于该节点所有子节点的值. 堆是非线性的树形的数据结构,有两种堆,最大堆与最小堆. ...
python队列线程池_实例详解：python高级编程之消息队列(Queue)与进程池(Pool)
今天为大家带来的内容是:python高级编程之消息队列(Queue)与进程池(Pool),结合了实例的形式详细分析了Python消息队列与进程池的相关原理.使用技巧与操作注意事项!!! Queue消息 ...
Python中的四种队列（queue）、堆（heap）
Python中提供了四种内置的队列实现,特别地其中的优先级队列可以用来实现堆.此外,在Python中我们也直接使用堆.熟练掌握这些数据结构,在问题求解时可以大大简化代码的实现.文末将结合一道Leetc ...
多线程中的应用之队列(queue)
队列queue 多应用在多线程中,对于多线程访问共享变量时,队列queue是线程安全的. 从queue队列的实现来看,队列使用了1个线程互斥锁(pthread.Lock()),以及3个条件标量(pth ...
python队列怎么用_如何在Python中使用多处理队列？ - python
我很难理解多处理队列如何在python上工作以及如何实现它.假设我有两个python模块,它们从共享文件中访问数据,我们将这两个模块称为writer和Reader.我的计划是让读取器和写入器都将请求放 ...
[转载] python中list与string的转换
参考链接: Python 字符串string中的isupper,islower,lower,upper 1.list转string 命令:''.join(list) 其中,引号中是字符之间的分割符,如 ...
[转载] python中for语句用法_详解Python中for循环的使用_python
参考链接: 在Python中将else条件语句与for循环一起使用这篇文章主要介绍了Python中for循环的使用,来自于IBM官方网站技术文档,需要的朋友可以参考下 for 循环本系列前面 &q ...
[转载] python中的for循环对象和循环退出
参考链接: Python中循环流程控制-if条件判断条件,1位true,0是flesh,成立时true,不成立flesh,not取反 if 1; print 'hello python' pri ...
[转载] Python中的memoryview
参考链接: Python memoryview() Python中的memoryview提供了类似C语言指针的功能,有了memoryview,如果某个Object支持buffer protocol,那 ...

[转载] python中堆heapq以及队列queue的使用

[转载] python中堆heapq以及队列queue的使用相关推荐

最新文章

热门文章

[转载] python中 堆heapq以及 队列queue的使用

[转载] python中 堆heapq以及 队列queue的使用相关推荐

最新文章

热门文章

[转载] python中堆heapq以及队列queue的使用

[转载] python中堆heapq以及队列queue的使用相关推荐