Python有一个内置的模块，heapq标准的封装了最小堆的算法实现。下面看两个不错的应用。
小顶堆（求TopK大）
话说需求是这样的： 定长的序列，求出TopK大的数据。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
|
import heapqimport randomclass TopkHeap(object): def __init__(self, k): self.k = k self.data = [] def Push(self, elem): 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 TopK(self): return [x for x in reversed([heapq.heappop(self.data) for x in xrange(len(self.data))])]if __name__ == "__main__": print "Hello" list_rand = random.sample(xrange(1000000), 100) th = TopkHeap(3) for i in list_rand: th.Push(i) print th.TopK() print sorted(list_rand, reverse=True)[0:3] |
大顶堆（求BtmK小）
这次的需求变得更加的困难了：给出N长的序列，求出BtmK小的元素，即使用大顶堆。
算法实现的核心思路是：将push(e)改为push(-e)、pop(e)改为-pop(e)。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
|
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]) |
感谢阅读，希望能帮助到大家，谢谢大家对本站的支持！
