【发布时间】：2010-12-17 14:01:02
【问题描述】：
查看由 heapq 库创建的 python 堆的官方方法是什么？现在我有
def heappeak(heap):
smallest = heappop(heap)
heappush(heap, smallest)
return smallest
可以说，这不是很好。我可以一直假设heap[0] 是堆的顶部并使用它吗？还是会假设过多的底层实现？
【问题讨论】：
【发布时间】：2010-12-17 14:01:02
【问题描述】：
是的，你可以做这个假设，因为它在documentation：
堆是所有 k 的
heap[k] <= heap[2*k+1]和heap[k] <= heap[2*k+2]的数组，计数 从零开始的元素。为了 比较，不存在的元素是 被认为是无限的。 该 堆的有趣属性是heap[0]永远是最小的 元素。
（这可能是没有peek函数的原因：不需要它。）
【讨论】：
-
我找不到此信息的原因可能是我拼错了 peek。太好了！
-
虽然拼写正确可能对你有帮助，但奇怪的是，文档中并没有出现这个词。
-
我会把这个答案更进一步，说不仅 heap[0] 是最小的元素，heap[1] 是第二小的元素，heap[2] 是第三小的元素，等等
-
@BeeGee 这不是真的，也不需要是真的。您可以自己尝试一个简单的示例。
如果您使用的是 Python 2.4 或更新版本，您还可以使用 heapq.nsmallest()。
【讨论】：
-
在这种情况下“n”是 1 吗？
-
请务必检查您正在使用的
nsmallest()的复杂性。在 3.8 中，我看到例如“对数据进行一次传递，同时将 k 个最极端的值保留在堆中。” ... 不适合 n=1，如果您可以heap[0]。