随笔 - 60,  文章 - 0,  评论 - 10,  阅读 - 27596

利用heapq模块实现简单的优先级队列:优先级高的元素优先被pop,相同优先级返回的顺序与它们被插入队列时的顺序相同

队列以元组(-priority, index, item)的形式组成

将priority取负值来时的队列能够按照元素的优先级从高到低排列

index的作用是为了将具有相同优先级的元素以适当顺序排列(因为没有两个元组会有相同的index值,这样python比较两个元组就会到index为止,不会比较两个元组的item),通过维护一个不断递增的索引,元素将以入队列的顺序排列

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]
# how to use it?


class Item:
def __init__(self, name):
self.name = name

def __repr__(self):
return 'Item(%r)' % format(self.name)
# return 'Item({!r})'.format(self.name)

# '%r'或者'{!r}'python中的意思
# >>> a = '123'
# >>> b = 'hello, {!r}'.format(a)
# >>> b
# "hello, '123'"
# 上面的例子用的是format,跟直接%效果类似。


q = PriorityQueue()
q.push(Item('foo'), 1)
q.push(Item('bar'), 5)
q.push(Item('spam'), 4)
q.push(Item('grok'), 1)
for i in range(4):
print(q.pop())

posted on   浅塘  阅读(447)  评论(0编辑  收藏  举报
编辑推荐:
· Java 中堆内存和栈内存上的数据分布和特点
· 开发中对象命名的一点思考
· .NET Core内存结构体系(Windows环境)底层原理浅谈
· C# 深度学习:对抗生成网络(GAN)训练头像生成模型
· .NET 适配 HarmonyOS 进展
阅读排行:
· 如何给本地部署的DeepSeek投喂数据,让他更懂你
· 超详细,DeepSeek 接入PyCharm实现AI编程!(支持本地部署DeepSeek及官方Dee
· 用 DeepSeek 给对象做个网站,她一定感动坏了
· .NET 8.0 + Linux 香橙派,实现高效的 IoT 数据采集与控制解决方案
· .NET中 泛型 + 依赖注入 的实现与应用
< 2025年2月 >
26 27 28 29 30 31 1
2 3 4 5 6 7 8
9 10 11 12 13 14 15
16 17 18 19 20 21 22
23 24 25 26 27 28 1
2 3 4 5 6 7 8

点击右上角即可分享
微信分享提示