python3 -- 堆（heapq）

Posted 2021-03-01 Gump Yan

堆是一个二叉树，其中每个父节点的值都小于或等于其所有子节点的值。整个堆的最小元素总是位于二叉树的根节点。

python的heapq模块提供了对堆的支持。这个模块实现的是小顶堆

堆数据结构最重要的特征是heap[0]永远是最小的元素

1.heapq.heappush(heap,item)

 注：heap为定义堆，item增加的元素

 

 2.heapq.heapify(list)

将列表转换为堆

 3.heapq.heappop(heap)

函数heappop弹出最小的元素（总是位于索引0处），并确保剩余元素中最小的那个位于索引0处（保持堆特征）。虽然弹出列表中第一个元素的效率通常不是很高，但这不是问题，因为heappop会在幕后做些巧妙的移位操作。

注：删除最小值，因为堆的特征是heap[0]永远是最小的元素，所以一般都是删除第一个元素。

 4.heapq.heapreplace(heap.item)

注：删除最小元素值，添加新的元素值

5.heapq.nlargest(n,heap)

注：查询堆中的最大元素，n表示查询元素个数

 6.heapq.nsmallest(n,heap)

注：查询堆中的最小元素，n表示查询元素的个数

leetcode练习题：

解题思路
题目为最小的K个数，最容易想到的是直接堆化整个数据，使用最小堆，然后pop出K个元素即可。但这样时间复杂度会略高。
所以使用最大堆，先用前K个元素堆化，然后后面元素依次进堆比较堆顶元素，如果比堆顶小，则保留，这样会留下最小的K个元素。

关于解答中为什么会把元素变成负数，这样就能够把小顶堆变成大顶堆了

class Solution:
    def getLeastNumbers(self, arr: List[int], k: int) -> List[int]:
        if k == 0:
            return list()
        hp = [-x for x in arr[:k]]
        heapq.heapify(hp)
        for i in range(k, len(arr)):
            if -hp[0] > arr[i]:
                heapq.heappop(hp)
                heapq.heappush(hp, -arr[i])
        ans = [-x for x in hp]
        return ans

　　

 https://blog.csdn.net/u013206202/article/details/78968438