当前位置： 移动技术网 > IT编程>脚本编程>Python > python计算最大优先级队列实例

python计算最大优先级队列实例

2019年04月02日  | 移动技术网IT编程  | 我要评论

红外光通信装置,最美的阴部,深圳人事局网

复制代码 代码如下:

# -*- coding: utf-8 -*-

class heap(object):

    @classmethod
    def parent(cls, i):
        """父结点下标"""
        return int((i - 1) >> 1);

    @classmethod
    def left(cls, i):
        """左儿子下标"""
        return (i << 1) + 1;

    @classmethod
    def right(cls, i):
        """右儿子下标"""
        return (i << 1) + 2;

class maxpriorityqueue(list, heap):

    @classmethod
    def max_heapify(cls, a, i, heap_size):
        """最大堆化a[i]为根的子树"""
        l, r = cls.left(i), cls.right(i)
        if l < heap_size and a[l] > a[i]:
            largest = l
        else:
            largest = i
        if r < heap_size and a[r] > a[largest]:
            largest = r
        if largest != i:
            a[i], a[largest] = a[largest], a[i]
            cls.max_heapify(a, largest, heap_size)

    def maximum(self):
        """返回最大元素，伪码如下：
        heap-maximum(s)
        1  return a[1]

        t(n) = o(1)
        """
        return self[0]

    def extract_max(self):
        """去除并返回最大元素，伪码如下：
        heap-extract-max(a)
        1  if heap-size[a] < 1
        2    then error "heap underflow"
        3  max ← a[1]
        4  a[1] ← a[heap-size[a]] // 尾元素放到第一位
        5  heap-size[a] ← heap-size[a] - 1 // 减小heap-size[a]
        6  max-heapify(a, 1) // 保持最大堆性质
        7  return max

        t(n) = θ(lgn)
        """
        heap_size = len(self)
        assert heap_size > 0, "heap underflow"
        val = self[0]
        tail = heap_size - 1
        self[0] = self[tail]
        self.max_heapify(self, 0, tail)
        self.pop(tail)
        return val

    def increase_key(self, i, key):
        """将i处的值增加到key，伪码如下：
        heap-increase-key(a, i, key)
        1  if key < a[i]
        2    the error "new key is smaller than current key"
        3  a[i] ← key
        4  while i > 1 and a[parent(i)] < a[i] // 不是根结点且父结点更小时
        5    do exchange a[i] ↔ a[parent(i)] // 交换两元素
        6       i ← parent(i) // 指向父结点位置

        t(n) = θ(lgn)
        """
        val = self[i]
        assert key >= val, "new key is smaller than current key"
        self[i] = key
        parent = self.parent
        while i > 0 and self[parent(i)] < self[i]:
            self[i], self[parent(i)] = self[parent(i)], self[i]
            i = parent(i)

    def insert(self, key):
        """将key插入a，伪码如下：
        max-heap-insert(a, key)
        1  heap-size[a] ← heap-size[a] + 1 // 对元素个数增加
        2  a[heap-size[a]] ← -∞ // 初始新增加元素为-∞
        3  heap-increase-key(a, heap-size[a], key) // 将新增元素增加到key

        t(n) = θ(lgn)
        """
        self.append(float('-inf'))
        self.increase_key(len(self) - 1, key)

if __name__ == '__main__':
    import random

    keys = range(10)
    random.shuffle(keys)
    print(keys)

    queue = maxpriorityqueue() # 插入方式建最大堆
    for i in keys:
        queue.insert(i)
    print(queue)

    print('*' * 30)

    for i in range(len(keys)):
        val = i % 3
        if val == 0:
            val = queue.extract_max() # 去除并返回最大元素
        elif val == 1:
            val = queue.maximum() # 返回最大元素
        else:
            val = queue[1] + 10
            queue.increase_key(1, val) # queue[1]增加10
        print(queue, val)

    print([queue.extract_max() for i in range(len(queue))])

您可能感兴趣的文章:

如对本文有疑问，请在下面进行留言讨论，广大热心网友会与你互动！！ 点击进行留言回复

相关文章:

验证码：
最近更新的文章
大家感兴趣的文章
移动技术网