webentwicklung-frage-antwort-db.com.de

Was verwende ich für eine Max-Heap-Implementierung in Python?

Python enthält das Heapq-Modul für Min-Heaps, aber ich brauche einen Max-Heap. Was sollte ich für eine Max-Heap-Implementierung in Python verwenden?

146
Douglas Mayle

Am einfachsten ist es, den Wert der Schlüssel umzukehren und heapq zu verwenden. Beispielsweise verwandeln Sie 1000.0 in -1000.0 und 5.0 in -5.0.

146

Sie können verwenden 

import heapq
listForTree = [1,2,3,4,5,6,7,8,9,10,11,12,13,14,15]    
heapq.heapify(listForTree)             # for a min heap
heapq._heapify_max(listForTree)        # for a maxheap!!

Wenn Sie dann Elemente platzieren möchten, verwenden Sie:

heapq.heappop(minheap)      # pop from minheap
heapq._heappop_max(maxheap) # pop from maxheap
139
Lijo Joseph

Die Lösung besteht darin, Ihre Werte zu negieren, wenn Sie sie im Heap speichern, oder den Objektvergleich wie folgt umzukehren:

import heapq

class MaxHeapObj(object):
  def __init__(self,val): self.val = val
  def __lt__(self,other): return self.val > other.val
  def __eq__(self,other): return self.val == other.val
  def __str__(self): return str(self.val)

Beispiel für einen Max-Heap:

maxh = []
heapq.heappush(maxh,MaxHeapInt(x))
x = maxh[0].val # fetch max value
x = heapq.heappop(maxh).val # pop max value

Sie müssen jedoch daran denken, dass Sie Ihre Werte ein- und auspacken müssen, was Sie wissen müssen, wenn Sie mit einem Min- oder Max-Heap zu tun haben. 

MinHeap, MaxHeap-Klassen

Das Hinzufügen von Klassen für MinHeap- und MaxHeap-Objekte kann Ihren Code vereinfachen:

class MinHeap(object):
  def __init__(self): self.h = []
  def heappush(self,x): heapq.heappush(self.h,x)
  def heappop(self): return heapq.heappop(self.h)
  def __getitem__(self,i): return self.h[i]
  def __len__(self): return len(self.h)

class MaxHeap(MinHeap):
  def heappush(self,x): heapq.heappush(self.h,MaxHeapObj(x))
  def heappop(self): return heapq.heappop(self.h).val
  def __getitem__(self,i): return self.h[i].val

Verwendungsbeispiel:

minh = MinHeap()
maxh = MaxHeap()
# add some values
minh.heappush(12)
maxh.heappush(12)
minh.heappush(4)
maxh.heappush(4)
# fetch "top" values
print(minh[0],maxh[0]) # "4 12"
# fetch and remove "top" values
print(minh.heappop(),maxh.heappop()) # "4 12"
38
Isaac Turner

Multipliziere die Werte mit -1 und schon geht es los. Alle höchsten Zahlen sind jetzt die niedrigsten und umgekehrt.

Denken Sie daran, wenn Sie ein Element knallen, um es erneut mit -1 zu multiplizieren, um den ursprünglichen Wert erneut zu erhalten.

8

Wenn Sie Schlüssel einfügen, die vergleichbar sind, aber keine int-ähnlichen, können Sie möglicherweise die Vergleichsoperatoren für sie überschreiben (d. H. <= Geworden> und> wird <=). Andernfalls können Sie heapq._siftup im heapq-Modul überschreiben (am Ende ist das alles nur Python-Code).

4
rlotun

Sie können eine beliebige Anzahl von größten oder kleinsten Artikeln auswählen

import heapq
heap = [23, 7, -4, 18, 23, 42, 37, 2, 8, 2, 23, 7, -4, 18, 23, 42, 37, 2]
heapq.heapify(heap)
print(heapq.nlargest(3, heap))  # [42, 42, 37]
print(heapq.nsmallest(3, heap)) # [-4, -4, 2]
2
jasonleonhard

Ich habe eine Max-Heap-Version von Heapq implementiert und an PyPI übermittelt. (Sehr geringfügige Änderung des CPython-Codes des Heapq-Moduls.)

https://pypi.python.org/pypi/heapq_max/

https://github.com/he-zhe/heapq_max

Installation

pip install heapq_max

Verwendungszweck

tl; dr: wie Heapq-Modul, außer dass "_max" zu allen Funktionen hinzugefügt wird.

heap_max = []                           # creates an empty heap
heappush_max(heap_max, item)            # pushes a new item on the heap
item = heappop_max(heap_max)            # pops the largest item from the heap
item = heap_max[0]                      # largest item on the heap without popping it
heapify_max(x)                          # transforms list into a heap, in-place, in linear time
item = heapreplace_max(heap_max, item)  # pops and returns largest item, and
                                    # adds new item; the heap size is unchanged
1
Zhe He

Das Erweitern der int-Klasse und das Überschreiben von_LT_ist eine der Möglichkeiten.

import queue
class MyInt(int):
    def __lt__(self, other):
        return self > other

def main():
    q = queue.PriorityQueue()
    q.put(MyInt(10))
    q.put(MyInt(5))
    q.put(MyInt(1))
    while not q.empty():
        print (q.get())


if __== "__main__":
    main()
0
Gaurav

Ich habe einen Heap-Wrapper erstellt, der die Werte invertiert, um einen Max-Heap zu erstellen, sowie eine Wrapper-Klasse für einen Min-Heap, um die Bibliothek OOP-ähnlicher zu machen. Hier ist der Kern. Es gibt drei Klassen; Heap (abstrakte Klasse), HeapMin und HeapMax.

Methoden:

isempty() -> bool; obvious
getroot() -> int; returns min/max
Push() -> None; equivalent to heapq.heappush
pop() -> int; equivalent to heapq.heappop
view_min()/view_max() -> int; alias for getroot()
pushpop() -> int; equivalent to heapq.pushpop
0