Python實現(xiàn)一個優(yōu)先級隊列的方法
問題
怎樣實現(xiàn)一個按優(yōu)先級排序的隊列? 并且在這個隊列上面每次 pop 操作總是返回優(yōu)先級最高的那個元素
解決方案
下面的類利用 heapq 模塊實現(xiàn)了一個簡單的優(yōu)先級隊列:
import heapq class PriorityQueue: def __init__(self): self._queue = [] self._index = 0 def push(self, item, priority): heapq.heappush(self._queue, (-priority, self._index, item)) self._index += 1 def pop(self): return heapq.heappop(self._queue)[-1]
下面是它的使用方式:
>>> class Item:
... def __init__(self, name):
... self.name = name
... def __repr__(self):
... return 'Item({!r})'.format(self.name)
...
>>> q = PriorityQueue()
>>> q.push(Item('foo'), 1)
>>> q.push(Item('bar'), 5)
>>> q.push(Item('spam'), 4)
>>> q.push(Item('grok'), 1)
>>> q.pop()
Item('bar')
>>> q.pop()
Item('spam')
>>> q.pop()
Item('foo')
>>> q.pop()
Item('grok')
>>>
仔細觀察可以發(fā)現(xiàn),第一個 pop() 操作返回優(yōu)先級最高的元素。 另外注意到如果兩個有著相同優(yōu)先級的元素( foo 和 grok ),pop 操作按照它們被插入到隊列的順序返回的。
討論
這一小節(jié)我們主要關注 heapq 模塊的使用。 函數(shù) heapq.heappush() 和 heapq.heappop() 分別在隊列 _queue 上插入和刪除第一個元素, 并且隊列 _queue 保證第一個元素擁有最高優(yōu)先級( 1.4 節(jié)已經(jīng)討論過這個問題)。 heappop() 函數(shù)總是返回”最小的”的元素,這就是保證隊列pop操作返回正確元素的關鍵。 另外,由于 push 和 pop 操作時間復雜度為 O(log N),其中 N 是堆的大小,因此就算是 N 很大的時候它們運行速度也依舊很快。
在上面代碼中,隊列包含了一個 (-priority, index, item) 的元組。 優(yōu)先級為負數(shù)的目的是使得元素按照優(yōu)先級從高到低排序。 這個跟普通的按優(yōu)先級從低到高排序的堆排序恰巧相反。
index 變量的作用是保證同等優(yōu)先級元素的正確排序。 通過保存一個不斷增加的 index 下標變量,可以確保元素按照它們插入的順序排序。 而且, index 變量也在相同優(yōu)先級元素比較的時候起到重要作用。
為了闡明這些,先假定 Item 實例是不支持排序的:
>>> a = Item('foo')
>>> b = Item('bar')
>>> a < b
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: unorderable types: Item() < Item()
>>>
如果你使用元組 (priority, item) ,只要兩個元素的優(yōu)先級不同就能比較。 但是如果兩個元素優(yōu)先級一樣的話,那么比較操作就會跟之前一樣出錯:
>>> a = (1, Item('foo'))
>>> b = (5, Item('bar'))
>>> a < b
True
>>> c = (1, Item('grok'))
>>> a < c
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: unorderable types: Item() < Item()
>>>
通過引入另外的 index 變量組成三元組 (priority, index, item) ,就能很好的避免上面的錯誤, 因為不可能有兩個元素有相同的 index 值。Python 在做元組比較時候,如果前面的比較已經(jīng)可以確定結(jié)果了, 后面的比較操作就不會發(fā)生了:
>>> a = (1, 0, Item('foo'))
>>> b = (5, 1, Item('bar'))
>>> c = (1, 2, Item('grok'))
>>> a < b
True
>>> a < c
True
>>>
如果你想在多個線程中使用同一個隊列,那么你需要增加適當?shù)逆i和信號量機制。 可以查看 12.3 小節(jié)的例子演示是怎樣做的。
heapq 模塊的官方文檔有更詳細的例子程序以及對于堆理論及其實現(xiàn)的詳細說明。
以上就是Python實現(xiàn)一個優(yōu)先級隊列的方法的詳細內(nèi)容,更多關于Python實現(xiàn)優(yōu)先級隊列的資料請關注腳本之家其它相關文章!
- python線程優(yōu)先級隊列知識點總結(jié)
- 如何通過Python實現(xiàn)RabbitMQ延遲隊列
- python分布式爬蟲中消息隊列知識點詳解
- Python通過隊列來實現(xiàn)進程間通信的示例
- Python collections.deque雙邊隊列原理詳解
- 基于python實現(xiàn)操作redis及消息隊列
- Python Celery異步任務隊列使用方法解析
- Python如何使用隊列方式實現(xiàn)多線程爬蟲
- Python多線程通信queue隊列用法實例分析
- python3 deque 雙向隊列創(chuàng)建與使用方法分析
- Python實現(xiàn)隊列的方法示例小結(jié)【數(shù)組,鏈表】
- 詳解python數(shù)據(jù)結(jié)構之隊列Queue
相關文章
python如何通過twisted實現(xiàn)數(shù)據(jù)庫異步插入
這篇文章主要為大家詳細介紹了python如何通過twisted實現(xiàn)數(shù)據(jù)庫異步插入,具有一定的參考價值,感興趣的小伙伴們可以參考一下2018-03-03
Python實現(xiàn)識別手寫數(shù)字 Python圖片讀入與處理
這篇文章主要為大家詳細介紹了Python實現(xiàn)識別手寫數(shù)字,Python圖片的讀入與處理,具有一定的參考價值,感興趣的小伙伴們可以參考一下2018-01-01
Python使用Flask框架獲取當前查詢參數(shù)的方法
這篇文章主要介紹了Python使用Flask框架獲取當前查詢參數(shù)的方法,實例分析了query_string獲取查詢參數(shù)的技巧,需要的朋友可以參考下2015-03-03
pytorch中torch.topk()函數(shù)的快速理解
我們在做分類算法時,時常見到@acc1和@acc5的情況,@acc1比較容易實現(xiàn),但是一直苦于@acc5算法的實現(xiàn),在此為大家提供一種@topk的實現(xiàn)方法,這篇文章主要給大家介紹了關于pytorch中torch.topk()函數(shù)的快速理解,需要的朋友可以參考下2022-02-02
解決Python3 struct報錯argument for 's'&
這篇文章主要為大家介紹了解決Python3 struct報錯argument for 's' must be a bytes object方法詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步,早日升職加薪2023-08-08
Python編程使用matplotlib繪制動態(tài)圓錐曲線示例
這篇文章主要介紹了Python使用matplotlib繪制動態(tài)的圓錐曲線示例實現(xiàn)代碼,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步2021-10-10

