Python的heapq模块

**Python 的 heapq 模块**

在 Python 中，`heapq` 模块提供了一个实现堆数据结构的函数。堆是一种特殊的树形数据结构，其中每个父节点的值都大于或等于其子节点的值。这使得堆非常适合用于排序和优先级队列。

**什么是堆？**

堆是一种二叉树，每个结点的值都大于或等于其子结点的值。堆可以是最大堆（每个父结点的值大于或等于其子结点的值）或最小堆（每个父结点的值小于或等于其子结点的值）。

**heapq 模块中的函数**

`heapq` 模块提供了以下几个函数：

* `heappush(heap, item)`: 将一个元素添加到堆中。
* `heappop(heap)`: 从堆中弹出一个元素。
* `heapify(x)`: 将一个列表转换为堆。
* `nlargest(n, iterable[, key])`: 返回 iterable 中的 n 个最大的元素。
* `nsmallest(n, iterable[, key])`: 返回 iterable 中的 n 个最小的元素。

**示例代码**

###1. 使用 heappush 和 heappop 函数

import heapq# 创建一个空堆heap = []

# 将元素添加到堆中heapq.heappush(heap,5)
heapq.heappush(heap,3)
heapq.heappush(heap,8)

print("堆中的元素：", heap) # [3,5,8]

# 从堆中弹出一个元素print("弹出的元素：", heapq.heappop(heap)) #3print("堆中的元素：", heap) # [5,8]

import heapq# 创建一个列表lst = [4,7,9,1,3]

# 将列表转换为堆heapq.heapify(lst)

print("堆中的元素：", lst) # [1,3,4,7,9]

import heapq# 创建一个列表lst = [4,7,9,1,3]

# 返回列表中最大的三个元素print(heapq.nlargest(3, lst)) # [9,7,4]

# 返回列表中最小的两个元素print(heapq.nsmallest(2, lst)) # [1,3]