728x90
먼저, 큐에 대해 다시 생각해보자
일반적인 큐는 FIFO 구조로 먼저 들어온 요소가 먼저 나가는 자료구조이다
우선순위 큐도 있다
우선순위 큐는 데이터들이 우선순위를 가지고 우선순위가 높은 요소가 먼저 나가는 자료구조이다
바로 이 우선순위 큐를 위한 자료구조가 힙이다
배열, 연결리스트, 힙 으로 구현이 가능한데 힙으로 구현하는 것이 O(log n)으로 구현하는 것이 가장 효율적이다(나머진 O(n))
그럼 힙(heap)이란?
- 여러 개의 값들 중에서 최댓값이나 최솟값을 빠르게 찾아내도록 만들어진 자료구조
- 완전 이진 트리이며, 시간복잡도는 O(log n)에 추가와 삭제가 가능하다
- 최대힙, 최소힙 2가지 종류가 있다
- 최대힙: 부모 노드의 키 값이 자식 노드의 키 값보다 크거나 같은 완전 이진 트리
- 최소힙: 부모 노드의 키 값이 자식 노드의 키 값보다 작거나 같은 완전 이진 트리
- 최대힙: 부모 노드의 키 값이 자식 노드의 키 값보다 크거나 같은 완전 이진 트리
python의 heapq
python의 heapq는 최소힙 구현을 제공하며 요소를 추가하고 제거하는 기능을 제거한다
최대힙을 제공하는 것이 아니라 최소힙만 제공한다
- heappush(heap, item) : item을 heap에 추가
- heappop(heap) : heap에서 가장 작은 원소 제거 & 리턴
- heapify(x) : 리스트 x를 즉각적으로 heap으로 변환함 ( O(N) )
다음과 같이 활용할 수 있다
from heapq import *
a = [5, 3, 4, 1, 2]
heapify(a) # [1,2,3,4,5]
print(a[0]) # 1(최솟값)
print(heappop(a)) # 힙에 최솟값 제거
print(a[0]) # 2
heappush(a, 7) # 힙에 7을 추가
print(a[0]) # 2
heappush(a, 0)
print(a[0]) # 0
최대힙 만들기
최소힙만 구할 수 있지만 -를 이용하여 최대힙도 구할 수 있다
튜플 등 다양한 방법으로 구하긴 하지만 간단하게 예시를 들자면
- 10, 1, 5를 넣는다 가정했을 경우
- -를 넣어서 최소힙을 구함
- 사용할 때 다시 -
from heapq import *
max_heap = []
#10, 1, 5
heappush(max_heap, -10)
heappush(max_heap, -1)
heappush(max_heap, -5)
max_element = max_heap[0]
print(-max_element)
728x90
'Backend > Python' 카테고리의 다른 글
[python] deque: 파이썬에서 큐를 구현하고 싶을 때 (0) | 2024.04.03 |
---|---|
[python] 리스트 컴프리헨션(List Comprehension) : 반복문과 조건문 줄이고 싶을 때 (0) | 2024.04.01 |