Python中bisect模塊與堆操作詳解
在Python中,bisect和heapq都是處理有序序列的常見模塊,本文將分別介紹這兩個(gè)模塊的用法和實(shí)現(xiàn)方式。
bisect模塊
bisect模塊提供了一些函數(shù),實(shí)現(xiàn)了對(duì)一個(gè)序列進(jìn)行排序及維護(hù)已排序序列的一個(gè)二分查找。具體來說,bisect模塊主要提供了兩個(gè)函數(shù):bisect和insort。
bisect函數(shù)
bisect函數(shù)是一個(gè)通用的二分查找工具,它可以用來查找一個(gè)元素在已排序的序列中應(yīng)該插入的位置,以維持序列的排序。具體用法如下:
import bisect # 初始化一個(gè)已排序的列表 lst = [1, 3, 4, 5, 7, 9] # 使用bisect函數(shù)查找元素插入位置 pos = bisect.bisect(lst, 6) print(pos)
運(yùn)行這段代碼可以發(fā)現(xiàn),變量pos輸出的是4,即元素6應(yīng)該插入到列表中索引為4的位置,這個(gè)列表就能保持升序排列。
insort函數(shù)
insort函數(shù)是bisect函數(shù)的變種,它可以在查找到插入位置的同時(shí)插入元素。具體用法和bisect類似,只是調(diào)用的函數(shù)不同,如下:
import bisect # 初始化一個(gè)已排序的列表 lst = \[1, 3, 4, 5, 7, 9] # 使用insort函數(shù)插入元素 bisect.insort(lst, 6) print(lst)
運(yùn)行這段代碼可以得到輸出:
\[1, 3, 4, 5, 6, 7, 9]
這個(gè)函數(shù)接受兩個(gè)參數(shù),第一個(gè)參數(shù)是已排序的序列,第二個(gè)參數(shù)是要插入的元素。該函數(shù)會(huì)將元素插入到序列的正確位置。
heapq模塊
heapq模塊是一個(gè)堆隊(duì)列算法模塊,提供了在列表上進(jìn)行堆操作的函數(shù)。下面我們來看一下heapq模塊如何實(shí)現(xiàn)堆。
初始化堆
首先,初始化一個(gè)空堆和向堆中插入元素的方法如下:
import heapq # 初始化一個(gè)空堆 heap = \[] # 往堆中插入元素 heapq.heappush(heap, 3) heapq.heappush(heap, 1) heapq.heappush(heap, 7) heapq.heappush(heap, 6)
以上代碼先用heap的索引為0的位置存儲(chǔ)根節(jié)點(diǎn)的值,以此類推往下存儲(chǔ)每個(gè)節(jié)點(diǎn)的值,然后在heap中插入元素使用的是heapq.heappush函數(shù)。插入后的堆如下圖所示:
1
\
3
\
7
/
6
彈出元素
從堆中彈出元素使用的是heapq.heappop函數(shù),由于我們使用的是最小堆,根節(jié)點(diǎn)的值是最小的。彈出元素的代碼如下:
# 從堆中彈出元素 print(heapq.heappop(heap)) print(heapq.heappop(heap)) print(heapq.heappop(heap)) print(heapq.heappop(heap))
運(yùn)行以上代碼可以看到輸出:
1
3
6
7
這里的堆是使用數(shù)組實(shí)現(xiàn)的最小堆(根節(jié)點(diǎn)的值是最小的),如果要實(shí)現(xiàn)最大堆,可以在插入元素時(shí)取反,在彈出元素時(shí)再取反。
總結(jié)
Python的bisect模塊和heapq模塊分別用來操作有序序列和堆。bisect模塊提供了二分查找和插入元素的函數(shù),heapq模塊則提供了堆操作的函數(shù)。熟練使用這些模塊能夠提高編碼效率,并加深對(duì)數(shù)據(jù)結(jié)構(gòu)和算法的理解。
到此這篇關(guān)于Python中bisect模塊與堆操作詳解的文章就介紹到這了,更多相關(guān)Python bisect heapq內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
Python實(shí)現(xiàn)從N個(gè)數(shù)中找到最大的K個(gè)數(shù)
這篇文章主要介紹了Python實(shí)現(xiàn)從N個(gè)數(shù)中找到最大的K個(gè)數(shù),具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2020-04-04
pyCaret效率倍增開源低代碼的python機(jī)器學(xué)習(xí)工具
這篇文章主要介紹了pyCaret一款可以使效率倍增的開源低代碼的python機(jī)器學(xué)習(xí)工具,有需要的朋友可以借鑒參考下,希望能夠有所幫助2021-11-11
詳解pandas使用drop_duplicates去除DataFrame重復(fù)項(xiàng)參數(shù)
這篇文章主要介紹了詳解pandas使用drop_duplicates去除DataFrame重復(fù)項(xiàng)參數(shù),文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2019-08-08
Python讀取HDFS目錄下的所有文件的實(shí)現(xiàn)示例
HDFS是Apache Hadoop的分布式文件系統(tǒng),本文主要介紹了Python讀取HDFS目錄下的所有文件的實(shí)現(xiàn)示例,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2023-07-07

