[151225] Python3 实现最大堆、堆排序,解决TopK问题

参考资料:

1.算法导论,第6章,堆排序
2. 堆排序学习笔记及堆排序算法的python实现 - 51CTO博客
3. 堆排序 Heap Sort - cnblogs
4. 小根堆实现优先队列:Python实现 -cnblogs

大(小)根堆:是完全二叉树,也是大(小)根树。
大小根堆的差异,主要表现在 比较函数的差异上。

大根堆的操作:

插入(nlog(n)):
    概述:把新元素val作为新节点,沿着新节点到根节点的路径,执行一趟冒泡排序。
    即:将新元素与父节点的元素进行比较交换,直到父节点不小于子节点为止。
    
删除(nlog(n)):
    目的:删除最大值即根节点root。
    (1)首先换首尾节点,然后删除尾结点;
    (2)并从根节点出发,进行堆的维护(重构),使堆满足大小次序。
   
完全二叉树转化为大根堆:
    (1)从最后一个具有孩子节的节点开始检查。
    (2)如果以该元素为根的子树不是大根堆,进行堆的维护,将该子树调整为大根堆。
    (3)依次检查i-1,i-2等节点为根的子树,直到到达树根为止。

堆的维护:
    目的:将以当前节点为根节点的子树调整为大根堆。
    (1)首先找出当前节点和它的左右孩子节点中的最大值。
    maxnode = max(curr,curr_leftchild,curr_right_child)
    (2)如果最大节点不是当前节点,则进行交换,并对最大节点开始的子树进行堆维护。

应用:

堆排序:

(1)可以使用优先队列构建堆,然后依次弹出即可。
(2)可以构建优先队列。然后将堆的根(最值)与最右子节点互换,并将堆容量减一。并继续维护,直到容量为2。

已维护的堆的根是最值。。。然后与尾部的进行交换,容量减一,继续维护

TopK问题:

    (1)使用小根堆记录前K个最大值。
    (2)如果新元素大于堆顶,则移除堆顶,并插入新元素。然后进行堆排序/或构建堆!保证正确性

遇到的问题:

循环次数、循环终止条件、循环不变式。
循环和迭代的方式,重写堆维护程序。
大小排序时,注意比较函数别搞混。写出来!!!
程序是让人看的,不要为了优化而优化。
一口吃不了一个胖子,程序应该逐步迭代。

什么时候用@property,什么时候不用?
# !/usr/bin/env python3
# encoding:utf8

left = lambda i:i*2+1
right = lambda i:i*2 +2
parent = lambda i:(i-1)//2

# 与右操作数进行比较
def less(x,y):  return x < y
def greater(x,y): return x > y

class MyHeap(object):
    def __init__(self, l=None,IS_MIN_HEAP=True):
        '''初始化
        1.如果有数据,初始化数据,并用数据构建堆
        2.初始化大根堆或小根堆的比较函数
        
        '''
        self._heap=[] 
        self.cmp = less if IS_MIN_HEAP else greater
        if l is not None:
            self._heap=list(l)
            self.build_heap()
    
    #什么时候加@property,什么时候不加?        
    def top(self):
        '''返回堆顶'''
        return self.heap[0]               

    @property
    def heapsize(self):
        '''返回堆的大小'''
        return len(self.heap)
    
    @property
    def heap(self):
        '''返回堆的内容'''
        return self._heap
    
    def __swap(self,i,j):
        '''交换以i和j为下标的元素'''
        self.heap[i], self.heap[j] = self.heap[j], self.heap[i]
      
    def build_heap(self):
        '''构建堆
        从有叶子节点的最大序号的内部节点往前开始,
        对每一个节点进行维护
        '''
        curr_pos = parent(self.heapsize -1)
        max_pos = self.heapsize     
        
        #从最后一个具有孩子节点的节点(heapsize-1)//2 开始往根调整,构建大根堆       
        while curr_pos>=0:                   # 共循环 parent(self.heapsize -1) 次
            self.heapify(curr_pos,max_pos)
            curr_pos -= 1      

                     
    def heapify1(self,curr_pos,max_pos):
        '''递归的形式,将当前节点为根节点的子树的转为堆
        [curr_pos,max_pos)
        '''
        #最大/最小节点,左孩子,右孩子
        mm_pos,lc,rc = curr_pos,left(curr_pos),right(curr_pos)  
        
        #小根堆比较
        #if lc < max_pos and self.heap[lc] < self.heap[mm_pos]:
        if lc < max_pos and self.cmp(self.heap[lc], self.heap[mm_pos]):
            mm_pos = lc 
        #if rc < max_pos and self.heap[rc] < self.heap[mm_pos]:
        if rc < max_pos and self.cmp(self.heap[rc], self.heap[mm_pos]):
            mm_pos = rc 
            
        # 当最值节点不等于当前节点时,交换节点值,递归维护
        if mm_pos != curr_pos:
            self.__swap(curr_pos,mm_pos)
            self.heapify(mm_pos,max_pos)

    def heapify(self,curr_pos,max_pos):
        '''循环的形式,将当前节点为根节点的子树的转为堆
        [curr_pos,max_pos)
        '''
        
        mm_pos = curr_pos
        lc,rc = left(curr_pos),right(curr_pos)
        while lc <max_pos:
            if lc < max_pos and self.cmp(self.heap[lc], self.heap[mm_pos]):
                mm_pos = lc 
            if rc < max_pos and self.cmp(self.heap[rc], self.heap[mm_pos]):
                mm_pos = rc   
            if mm_pos != curr_pos:
                self.__swap(curr_pos,mm_pos)
                curr_pos = mm_pos 
                lc,rc = left(curr_pos),right(curr_pos)
            else:
                break
             
            
    def push(self,v):
        '''插入元素
        插入新元素到尾部,并从下往上起泡排序
        '''
        self.heap.append(v)
        curr_pos = self.heapsize - 1
        par_pos = parent(curr_pos)
        #小根堆比较
        #while curr_pos >= 0 and self.heap[curr_pos] < self.heap[par_pos]:
        while curr_pos >= 0 and self.cmp(self.heap[curr_pos], self.heap[par_pos]):
            self.__swap(curr_pos,par_pos)
            curr_pos,par_pos = par_pos,parent(par_pos)
        self.heapify(0,self.heapsize)

    def pop(self):
        '''删除元素
        1.弹出最值( 首先交换首尾,然后弹出尾部)
        2.从根节点维护堆的结构
        '''
        if self.heapsize == 0:
            raise (IndexError,'pop from empty heap')
        self.__swap(0,-1) 
        mv = self.heap.pop()
        self.heapify(0,self.heapsize)
        return mv 

    def show(self):
        '''输出堆信息,注意是按照树有序,不是按行有序'''
        print(self.heap)
       
class MinHeap(MyHeap):
    def __init__(self,l):
        MyHeap.__init__(self,l,IS_MIN_HEAP=True)
        
class MaxHeap(MyHeap):
    def __init__(self,l):
        MyHeap.__init__(self,l,IS_MIN_HEAP=False)
        

def getTopK(lst,topK):
    '''TopK的计算 
    (1)对前TopK个元素,使用小根堆保存
    (2)对后面的元素,依次取出新元素。如果比堆的最小值(top)大,则弹出堆顶,并插入该元素!
    '''
    if len(lst) < topK:
        return None 
    #前topK个构成小根堆
    minheap = MinHeap(lst[:topK])
    #后面的逐个进行筛选操作
    for v in lst[topK:] :
        if minheap.top() < v:
            print(minheap.top())
            minheap.pop()
            minheap.push(v)  
            minheap.build_heap()
    return minheap.heap

def HeapSort(lst):
    
    def heapify(lst,curr_pos,max_pos):
        '''递归的形式,将当前节点为根节点的子树的转为堆
        [curr_pos,max_pos)
        '''
        #左孩子,右孩子,最大/最小节点
        mm_pos,lc,rc = curr_pos,left(curr_pos),right(curr_pos)  
        if lc < max_pos and lst[lc] < lst[mm_pos]:
            mm_pos = lc 
        if rc < max_pos and lst[rc] < lst[mm_pos]:
            mm_pos = rc 
        # 当最值节点不等于当前节点时,交换节点值,递归维护
        if mm_pos != curr_pos:
            lst[curr_pos],lst[mm_pos] = lst[mm_pos],lst[curr_pos] 
            heapify(lst,mm_pos,max_pos)
            
    curr_pos = (len(lst)-1)//2
    max_pos = len(lst)
    #从最后一个具有孩子节点的节点(heapsize-1)//2 开始往根调整,构建大根堆       
    while curr_pos>=0:                   # 共循环 parent(self.heapsize -1) 次
        heapify(lst,curr_pos,max_pos)
        curr_pos -= 1  
        
    # ## 当用于排序时,添加上一下的语句。注意,需要保证不再进行插入运算?!反正顺序刚反过来
    # #已维护的堆的根是最值。。。然后与尾部的进行交换,容量减一,继续维护
    while max_pos > 1:                                #共循环 self.heapsize-1 次
        lst[0],lst[max_pos-1] = lst[max_pos-1],lst[0] #堆首尾交换
        max_pos -= 1             #容量减去1
        heapify(lst,0, max_pos) #维护堆        

    return lst
    
def test():
    lst=[1,23,-6,9,7]
    lst=[1,23,-6,9,7,-2,4,5]
    
    print(lst)

    for i in range(1,8):
        print("Top{}:{}".format(i,getTopK(lst,i)))
    
    print("小根堆:")
    mpq = MinHeap(lst)
    mpq.show()
    for i in range(len(lst)):
        print(mpq.pop(),)
    print("

")

    print("大根堆:")
    mpq = MaxHeap(lst)
    mpq.show()
    for i in range(len(lst)):
        print(mpq.pop(),)
    print("

")

    print(HeapSort(lst))
    print("Done!")
        
if __name__=='__main__':
    test()
原文地址:https://www.cnblogs.com/ausk/p/5121865.html