問題

怎樣實現一個按優先級排序的隊列？ 并且在這個隊列上面每次 pop 操作總是返回優先級最高的那個元素

解決方案

下面的類利用 heapq 模塊實現了一個簡單的優先級隊列：

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')

>>>

仔細觀察可以發現，第一個 pop()操作返回優先級最高的元素。 另外注意到如果兩個有著相同優先級的元素（ foo 和 grok ），pop 操作按照它們被插入到隊列的順序返回的。

討論

這一小節我們主要關注 heapq 模塊的使用。 函數 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先級（ 1.4 節已經討論過這個問題）。 heappop()函數總是返回”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。 優先級為負數的目的是使得元素按照優先級從高到低排序。 這個跟普通的按優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 "", line 1, in

TypeError: unorderable types: Item() < Item()

>>>

如果你使用元組 (priority, item) ，只要兩個元素的優先級不同就能比較。 但是如果兩個元素優先級一樣的話，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 "", line 1, in

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可以確定結果了， 后面的比較操作就不會發生了：

>>> 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的鎖和信號量機制。 可以查看 12.3 小節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的詳細說明。

以上就是Python實現一個優先級隊列的方法的詳細內容，更多關于Python實現優先級隊列的資料請關注腳本之家其它相關文章！

總結

以上是生活随笔為你收集整理的python优先级排序_Python实现一个优先级队列的方法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。