優先隊列(Priority queue)的介紹

• 優先隊列是計算機中一種抽象的數據結構類，它有著一個類似和隊列或者堆的結構，但是其中每個元素額外有一個優先級別
• 在一個優先隊列中，一個高優先順序的元素會先執行與低優先順序的元素。在它的執行過程中，如果兩個元素擁有相同的優先順序，則會根據他們進入隊列的先后順序來確定執行先后，但是在在其他類型的數據結構中，如果兩個元素優先級別相同，則不會定義這兩個元素的先后執行順序
• 優先隊列一般使用堆來進行實現，但他們在概念上與堆是有區別的。一個優先隊列它可以是一個“列表”，也可以是一個“字典”，正如一個列表可以使用鏈表或者數組來實現一樣，優先隊列可以用堆或者其他各種不同的方法，如無序數組來實現
  

要實現的兩種優先隊列

兩種優先隊列：

最大優先隊列(Max priority queue)，最大優先級的元素在隊列最前面，可以指定最大元素取出和刪除

最小優先隊列(Max priority queue)，最小優先級的元素在隊列最前面，可以指定最小元素取出和刪除

使用堆(數組)實現最大優先隊列

定義方法

size()獲取隊列大小

less(x, y)對傳入的兩個索引對應當前隊列的元素進行大小比較

is_empty()判斷隊列是否為空

swap(i, j)對傳入的兩個索引對應當前隊列中的元素進行值交換

append(item)在隊列末尾添加指定元素

extract_max()取出并刪除最大優先級的元素

sink()使用下沉排序操作，對刪除元素后的隊列進行排序

swim()使用上浮排序操作，對從尾部插入元素的隊列進行排序

最大優先隊列Python代碼實現

class MaxPriorityQueue:def __init__(self):self.heap = [None]self.N = 0def size(self):return self.Ndef less(self, i, j):return self.heap[i] < self.heap[j]def is_empty(self):return self.N == 0def swap(self, i, j):self.heap[i], self.heap[j] = self.heap[j], self.heap[i]def append(self, item):self.heap.append(item)self.N += 1self.swim(self.N)def extract_max(self):if self.N < 1:returnfirst = self.heap[1]# print(f"first: {first}")self.swap(1, self.N)del self.heap[self.N]self.N -= 1self.sink(1, self.N)return firstdef sink(self, index, _range):while 2*index <= _range:max_index = 2*index if 2*index+1 > _range else \(2*index+1 if self.less(2*index, 2*index+1) else 2*index)if self.less(max_index, index):breakself.swap(max_index, index)index = max_indexdef swim(self, index):while index > 1:if self.less(int(index/2), index):self.swap(int(index/2), index)index = int(index/2)if __name__ == '__main__':MPQ = MaxPriorityQueue()MPQ.append('A')MPQ.append('B')MPQ.append('C')MPQ.append('D')MPQ.append('E')MPQ.append('F')MPQ.append('G')while not MPQ.is_empty():_max = MPQ.extract_max()print(_max, end=' ')

Max Priority Queue運行測試結果

G F E D C B A

進行尾部插入元素操作時從小到大附加到隊列，依次抽離最大元素是從大到小返回結果

使用堆(數組)實現最小優先隊列

核心方法與最大優先隊列實習的實現是差不多的，只是在父結點與子結點排序比較時，將兩者位置調換，再進行比較和位置移動操作

最小優先隊列Python代碼實現

import operatorclass MinPriorityQueue:def __init__(self):self.heap = [None]self.N = 0def size(self):return self.Ndef is_empty(self):return self.N == 0def less(self, i, j):return operator.lt(self.heap[i], self.heap[j])def swap(self, i, j):self.heap[i], self.heap[j] = self.heap[j], self.heap[i]def append(self, item):self.heap.append(item)self.N += 1self.swim(self.N)def extract_min(self):if self.N < 1:return_min = self.heap[1]self.swap(1, self.N)del self.heap[self.N]self.N -= 1self.sink(1, self.N)return _mindef swim(self, index):while index > 1:if self.less(index, int(index / 2)):self.swap(index, int(index / 2))index = int(index / 2)def sink(self, index, _range):while 2 * index <= _range:min_index = 2 * index if 2 * index + 1 > _range else \(2 * index if self.less(2 * index, 2 * index + 1) else 2 * index + 1)if self.less(index, min_index):breakself.swap(index, min_index)index = min_indexif __name__ == '__main__':MPQ = MinPriorityQueue()MPQ.append('G')MPQ.append('F')MPQ.append('E')MPQ.append('D')MPQ.append('C')MPQ.append('B')MPQ.append('A')while not MPQ.is_empty():_min = MPQ.extract_min()print(_min, end=' ')

Min Priority Queue運行測試結果

A B C D E F G 創作挑戰賽新人創作獎勵來咯，堅持創作打卡瓜分現金大獎

總結

以上是生活随笔為你收集整理的数据结构之优先队列：优先队列的介绍与基础操作实现，Python代码实现——14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。