Python heapq._siftdown函数说明

Question

我对heapq._siftdown函数的正确用法感到困惑。任何人都可以解释我应该通过什么论点吗？

python文档声明：

  

＆＃39;堆＆＃39;是一个堆在所有索引＆gt; = startpos，除了可能pos。

     

pos是叶子的索引，可能有无序值。恢复    堆不变。

     

https://na.api.pvp.net/api/lol/na/v1.4/summoner/by-name/the man

我在翻译中尝试了这个：

def _siftdown(heap, startpos, pos):

但是，这不起作用 - 即使我已经遵守了输入条件，列表也没有排序。

Answer 1

除非你认为行为不端，否则它会减少。堆不是微不足道的。搜索wikipedia page for heap上的向下搜索。或者你可能想从页面的顶部开始并按照你的方式工作：）。

Answer 2

正确的用法是不使用它。这是一个内部实现细节;它可能会更改行为，更改名称或在将来的版本中完全删除。这由_在其名称上表示，并且它不在文档中。

Answer 3

heapq.heapify() 并不总是保证按照我们在打印时看到的那样对数组进行排序。它只保证第一个元素是索引 0 处的元素是所有元素中最小的。对于一些输入，由于事情已经到位，例如 [3, 2] 我们看到在 heapify 要排序的数组之后。

heapify 被调用后这个解释（来自源代码）成立：

堆是其中 a[k] <= a[2k+1] 和 a[k] <= a[2k+2] 的数组 所有 k，从 0 开始计数元素。为了比较， 不存在的元素被认为是无限的。有趣的 堆的属性是 a[0] 总是它的最小元素。

对于筛选，它只是将更大的值冒泡到正确的位置，例如，当您删除一个元素 (pop) 时，会发生以下步骤：

1. 查找要删除的号码的索引
2. 最后一个元素被放入该索引中，这可能会更大，可能会破坏二叉树规则。
3. 然后调用 sift down 将这个更大的值发送到正确的位置。

因此，当我们打印数组时，siftdown 并不能保证对数组进行完整排序。 有关更多实现细节，您可以在 python 源代码中查找 heapq.py 文件。

为了总是得到一个排序的表示，我们可以使用这样的东西：

def heapify_demo(nums):
    
    heapq.heapify(nums)
    print(nums)
    print(heapq.nsmallest(len(nums), nums))


print(heapify_demo([1, 2, 9, 4]))