Question

在Python官方文档here上，提到了有关堆的以下内容：

此类的一个不错的功能是您可以有效地插入新的进行排序时提供的项目，前提是插入的项目是不比您提取的最后0个元素“好”。这是在树包含所有树的仿真环境中特别有用传入事件，“获胜”条件意味着计划的最小时间。当一个事件安排其他事件执行时，它们是安排在未来，以便他们可以轻松进入堆堆

我只能想到以下使用堆来实现调度程序的简单算法：

# Priority queue using heap
pq = []
# The first element in the tuple represents the time at which the task should run.
task1 = (1, Task(...))
task2 = (2, Task(...))
add_task(pq, task1)
add_task(pq, task2)
# Add a few more root-level tasks
while pq:
    next_task = heapq.heappop()
    next_task.perform()
    for child_task in next_task.get_child_tasks():
        # Add new child tasks if available
        heapq.heappush(pq, child_task)

在这里，排序甚至出现在图片中？
即使将来的子任务有时间进行“过去”操作，该算法仍然可以正常工作。
那么，为什么作者警告孩子事件仅在将来安排呢？
这是什么意思：

您可以在进行排序时有效地插入新项目，只要插入的项目不比最后0个“好” 您提取的元素。

Answer 1

堆被用作优先级队列的数据结构，实际上，最小堆的基本原理是您的优先级最低（或者最大堆中的优先级最高）。因此，您始终可以提取最低或最高元素而无需搜索。

您总是可以在排序过程中插入新元素，尝试看看heapSort的工作方式。每次您需要构建堆，然后在将heap.length递减1之后，提取最大值并将其放在数组的末尾。如果您已经对一些数字进行了排序：[..., 13, 15, 16]，并且插入比提取的最后一个元素（第13 = 0个元素）高的新数字，则会得到错误的解决方案，因为您将提取新的数字但您不会将其放在正确的位置：[1, 2, 5, 7, 14, 13, 15, 16]。因为它将在heap.length位置上交换元素，所以它将放置在13之前。显然这是错误的，因此您只能插入小于第0个元素的元素。

使用堆作为调度程序

1 个答案: