问题

Question

我正在尝试通过连续调用rs12 = which(rs == 12) rs12_pm3 = 1:nrow(dd) %in% c(rs12, rs12 + 1, rs + 2, rs + 3, rs - 1, rs - 2, rs - 3) dd[rs12_pm3, ]来实现StreamingMedian对象来维持中位数。为此，我还通过get_median()模块实施了MinHeap和MaxHeap课程。

我遇到了一个非常奇怪的错误。出于某种原因，当我运行以下命令时：

heapq

我得到以下输出：

print("Before streaming medians", MinHeap(), sep="\t") # is empty

b = StreamingMedian()
b.add_val(5)
b.add_val(100)

assert b.get_median() == 52.5

print("After streaming medians, for MaxHeap", MaxHeap(), sep='\t') # is empty
print("After streaming medians, for MinHeap", MinHeap(), sep='\t') # should be empty
print("After streaming medians, for MinHeap with input", 
      MinHeap([]), sep="\t") # is empty

可以在下面找到类实现。我在Python 3.5.2 :: Anaconda自定义（64位）上运行它。

Before streaming medians        []
After streaming medians, for MaxHeap    []
After streaming medians, for MinHeap    [100]
After streaming medians, for MinHeap with input []

Answer 1

问题

问题出现的原因是如何在python中计算默认参数。它们是在第一次调用函数时计算的，之后函数与最初计算的值一起使用。如果默认值是可变的（如列表所示），则会出现问题。

所以MinHeap发生的事情是：

MinHeap最初创建，l参数默认参数已分配给内存地址。
StreamingMedian修改MinHeap self.heap，这与l指向的内容相同。
再次调用MinHeap时，l已经有一个内存地址，此内存地址将再次使用并与self.heap绑定。

MaxHeap不会发生这种情况，因为：

MaxHeap最初创建，l参数默认参数已分配给内存地址。
_invert_sign创建一个分配给self.heap的新列表。永远不会修改默认参数l。
再次初始化MaxHeap时，l已经有一个内存地址并再次使用，但它从未被修改过，而且构建了另一个副本，因此永远不会修改它。

解决方案

而不是：

class MinHeap(object):

def __init__(self, l=[]):
    self.heap = l
    heapq.heapify(l)

我们应该使用：

class MinHeap(object):

def __init__(self, l=None):
    if l is None:
        l = []
    self.heap = l
    heapq.heapify(l)

应对MaxHeap

使用heapq实现MinHeap时保持状态

1 个答案:

问题

解决方案