博客
关于我
【python刷题】二叉堆-优先级队列
阅读量:470 次
发布时间:2019-03-06

本文共 886 字,大约阅读时间需要 2 分钟。

二叉堆是一种常用的数据结构,通常用于实现优先级队列(Priority Queue)。二叉堆可以分为大顶堆和小顶堆两种形式。在大顶堆中,队列中最大的元素总是可以快速从队列中删除,这使得它非常适合处理需要频繁获取最大值操作的场景。

下面,我们来看具体的代码实现。MaxPQ类的核心功能包括:

  • 父节点查找:通过传入节点的索引,可以找到其父节点的索引。
  • 左孩子查找:通过传入节点的索引,可以找到其左孩子节点的索引。
  • 右孩子查找:通过传入节点的索引,可以找到其右孩子节点的索引。
  • 插入元素:将一个新的元素插入到优先级队列中,并通过上浮操作(Up)维护队列的堆性质。
  • 删除最大元素:删除当前队列中的最大值,并通过下浮操作(Down)维护队列的堆性质。
  • 交换元素:用于堆性质维护时交换两个元素的位置。
  • 构建堆:将一个数组转换为堆结构,确保队列满足堆的性质。
  • 以下是通过MaxPQ类对数组[78, 83, 82, 80, 79, 65, 84]构建堆后的初始状态:

    初始的pq: [0, 84, 83, 82, 80, 79, 65, 78]

    执行第一次删除最大值操作后,队列变为:

    84[0, 83, 80, 82, 78, 79, 65]

    继续执行删除最大值操作后,队列变为:

    83[0, 82, 80, 65, 78, 79]

    再次删除最大值操作后,队列变为:

    82[0, 80, 79, 65, 78]

    继续删除最大值操作后,队列变为:

    80[0, 79, 78, 65]

    再次删除最大值操作后,队列变为:

    79[0, 78, 65]

    继续删除最大值操作后,队列变为:

    78[0, 65]

    插入67后,队列状态变为:

    插入67之后的pq: [0, 78, 65, 67]

    再次删除最大值操作后,队列变为:

    78[0, 67, 65]

    插入66后,队列状态变为:

    插入66之后的pq: [0, 67, 65, 66]

    最后一次删除最大值操作后,队列变为:

    67[0, 66, 65]

    通过上述操作可以看出,MaxPQ类能够高效地维护优先级队列的堆性质,支持快速插入和删除最大值操作。

    转载地址:http://xypbz.baihongyu.com/

    你可能感兴趣的文章
    PyInstaller 中的 Kivy Garden - 试图跟踪导入
    查看>>
    Pyinstaller 和 PyQt5 macOS Mojave 兼容性问题
    查看>>
    pytorch tensor灰度图和RGB图相互转换的三种方法
    查看>>
    pyinstaller 打包资源文件
    查看>>
    PyInstaller 构建的 Windows EXE 因多处理而失败
    查看>>
    Pyinstaller--Windowed或--noconsole.exe不允许打开chromedriver
    查看>>
    Pyinstaller依赖项的许可证
    查看>>
    PyInstaller可执行文件找不到包含的flASK-COMPRESS
    查看>>
    Pyinstaller和海运
    查看>>
    PyInstaller图标选项在Mac上不起作用
    查看>>
    pyinstaller的使用
    查看>>
    pyinstaller超级加密 (加壳和转c)
    查看>>
    pyinstaller错误:OSError:找不到Python库:libpython3.4mu.so.1.0、libpython3.4m.so.1.0、libpython3.4.so.1.0
    查看>>
    Pyinstaller:‘;Fiona‘;没有属性‘;_loading‘;(很可能是由于循环导入)
    查看>>
    pyinstaller:更改应用程序图标
    查看>>
    Pylint“未解决的导入“;Visual Studio 代码中的错误
    查看>>
    pyLoad远程代码执行漏洞复现(CVE-2023-0297)
    查看>>
    pymongo update_one(),upsert=True,不使用$运算符
    查看>>
    pymongo 中的快速或批量更新
    查看>>
    pymongo删除操作
    查看>>