Python实现最大优先队列

说明：为了增强可复用性，设计了两个类，Heap类和PriorityQ类，其中PriorityQ类继承Heap类，从而达到基于最大堆实现最大优先队列。

#! /usr/bin/env python#coding=utf-8class Heap(object):    #求给定下标i的父节点下标    def Parent(self, i):        if i%2==0:            return i/2 - 1        else:            return i/2    #求给定下标i的左孩子下标    def Left(self, i):        return 2*i+1    #求给定下标i的右孩子下标    def Right(self, i):        return 2*i+2    #维护堆的性质：遵循最大堆    def MaxHeapify(self, a, i, heap_size):        l=self.Left(i)        r=self.Right(i)        largest = i        if l<heap_size and a[l]>a[largest]:#下标从0~heap_size-1            largest=l        if r<heap_size and a[r]>a[largest]:            largest=r        if largest!=i:#若当前节点不是最大的，下移            a[i], a[largest] = a[largest], a[i]#交换a[i]和a[largest]            self.MaxHeapify(a, largest, heap_size)#追踪下移的节点    #建堆     def BuildMaxHeap(self, a):        heap_size=len(a)        for i in range(heap_size/2 - 1, -1, -1):#从最后一个非叶节点开始调整            #a[heap_size/2 - 1]~a[0]都是非叶节点，其他的是叶子节点            self.MaxHeapify(a, i, heap_size)    #堆排序算法        def HeapSort(self, a):        heap_size=len(a)        '''step1:初始化堆，将a[0...n-1]构造为堆（堆顶a[0]为最大元素）'''        self.BuildMaxHeap(a)        for i in range(len(a)-1, 0, -1):            #print a            '''step2:将当前无序区的堆顶元素a[0]与该区间最后一个记录交换               得到新的无序区a[0...n-2]和新的有序区a[n-1],有序区的范围从               后往前不断扩大，直到有n个'''            a[0], a[i] = a[i], a[0]#每次将剩余元素中的最大者放到最后面a[i]处             heap_size -= 1            '''step3:为避免交换后新的堆顶违反堆的性质，因此将新的无序区调整为新               的堆'''            self.MaxHeapify(a, 0, heap_size)#最大优先队列的实现class PriorityQ(Heap):    #返回具有最大键字的元素    def HeapMaximum(self, a):        return a[0]    #去掉并返回具有最大键字的元素    def HeapExtractMax(self, a):        heap_size=len(a)        #if heap_size<0:        #    error "heap underflow"        if heap_size>0:            max=a[0]            a[0]=a[heap_size-1]            #heap_size -= 1 #该处不对，并没有真正实现数组长度减一            del a[heap_size-1]#!!!!!!            self.MaxHeapify(a, 0, len(a))            return max    #将a[i]处的关键字增加到key    def HeapIncreaseKey(self, a, i, key):        if key<a[i]:            print "new key is smaller than current one"        else:            a[i]=key            '''当前元素不断与其父节点进行比较，如果当前元素关键字较大，则与其               父节点进行交换。不断重复此过程'''            while i>0 and a[self.Parent(i)]<a[i]:                a[i], a[self.Parent(i)] = a[self.Parent(i)], a[i]                i=self.Parent(i)        #增加元素    def MaxHeapInsert(self, a, key):        #heap_size=len(a)        #heap_size += 1        #a[heap_size-1]=-65535        a.append(-65535)#在a的末尾增加一个关键字为负无穷的叶节点扩展最大堆        heap_size=len(a)        self.HeapIncreaseKey(a, heap_size-1, key)if __name__ == '__main__':    H = Heap()    P = PriorityQ()    x = [0, 2, 6, 98, 34, -5, 23, 11, 89, 100, 4]    #x1= [3,9,8,4,5,2,10,18]    #H.HeapSort(x)    #H.HeapSort(x1)    #print x    #print x1    H.BuildMaxHeap(x)#首先建立大顶堆    print '%s %r' % ('BigHeap1:', x) # %r是万能输出格式    print '%s %d' % ('Maximun:', P.HeapMaximum(x))    print '%s %d' % ('ExtractMax:', P.HeapExtractMax(x))    print '%s %r' % ('BigHeap2:', x)    #P.MaxHeapInsert(x, 100)    #print x    P.HeapIncreaseKey(x, 2, 20)    print x    P.HeapIncreaseKey(x, 2, 30)    print x    P.MaxHeapInsert(x, 100)    print x

测试结果：
BigHeap1: [100, 98, 23, 89, 34, -5, 6, 11, 0, 2, 4]
Maximun: 100
ExtractMax: 100
BigHeap2: [98, 89, 23, 11, 34, -5, 6, 4, 0, 2]
new key is smaller than current one
[98, 89, 23, 11, 34, -5, 6, 4, 0, 2]
[98, 89, 30, 11, 34, -5, 6, 4, 0, 2]
[100, 98, 30, 11, 89, -5, 6, 4, 0, 2, 34]