Python內建的heapq模組簡析
Python內建的heapq模組
Python3.4版本中heapq包含了幾個有用的方法：
heapq.heappush(heap,item):將item，推入heap
-
>>> items = [1,2,9,7,3] -
>>> heapq.heappush(items,10) -
>>> items -
[1, 2, 9, 7, 3, 10] -
>>>
heapq.heappop(heap)：將heap的最小值pop出heap，heap為空時報IndexError錯誤
-
>>> heapq.heappop(items)#heap在pop時總是將最小值首先pop出 -
1 -
>>> items -
[2, 3, 9, 7, 10] -
>>>
heapq.heappushpop(heap,item)：pop出heap中最小的元素，推入item
-
>>> items -
[2, 3, 9, 7, 10] -
>>> heapq.heappushpop(items,11) -
2 -
>>> items -
[3, 7, 9, 11, 10] -
>>>
heapq.heapify(x)：將list X轉換為heap
-
>>> nums = [1,10,9,8] -
>>> heap = list(nums) -
>>> heapq.heapify(heap) -
>>> heap -
[1, 8, 9, 10] -
>>>
heapq.heapreplace(heap,item)：pop出最小值，推入item，heap的size不變
-
>>> heap -
[1, 8, 9, 10] -
>>> heapq.heapreplace(heap,100) -
1 -
>>> heap -
[8, 10, 9, 100] -
>>
heapq.merge(*iterable)：將多個可迭代合併，並且排好序，返回一個iterator
-
>>> heap -
[8, 10, 9, 100] -
>>> heap1 = [10,67,56,80,79] -
>>> h = heapq.merge(heap,heap1) -
>>> list(h) -
[8, 10, 9, 10, 67, 56, 80, 79, 100]#需要 說明的是這裡所謂的排序不是完全排序，只是兩個list對應位置比較， -
#將小的值先push，然後大的值再與另外一個list的下一個值比較
heapq.nlargest(n,iterable,key)：返回item中大到小順序的前N個元素，key預設為空，可以用來指定規則如：function等來處理特定的排序
-
itemsDict=[ -
{'name':'dgb1','age':23,'salary':10000}, -
{'name':'dgb2','age':23,'salary':15000}, -
{'name':'dgb3','age':23,'salary':80000}, -
{'name':'dgb4','age':23,'salary':80000} -
] -
itemsDictlarge = heapq.nlargest(3,itemsDict,lambda s:s['salary']) -
print(itemsDictlarge) -
[{'name': 'dgb3', 'age': 23, 'salary': 80000}, {'name': 'dgb4', 'age': 23, 'salary': 80000}, {'name': 'dgb2', 'age': 23, 'salary': 15000}]
如果沒有指定key，那麼就按照第一個欄位來排序
heapq.nsmallest(n,iterable,key)：返回item中小到大順序的前N個元素，key預設為空，可以用來指定規則如：function等來處理特定的排序
這個函式的用法與上一個nlargest是一樣的。
To create a heap, use a list initialized to[], or you can transform a populated list into a heap via functionheapify().
建立heap可以通過建立list，和使用heapify方法來實現。
這邊先將基本用法羅列出來記錄下，下一篇再寫稍微複雜場景的程式。