Python有一个内置的模块，heapq标准的封装了最小堆的算法实现。下面看两个不错的应用。
小顶堆（求TopK大）
话说需求是这样的： 定长的序列，求出TopK大的数据。
import heapq
import random
class TopkHeap(object):
def __init__(self, k):
self.k = k
self.data = []
def Push(self, elem):
if len(self.data) < self.k:
heapq.heappush(self.data, elem)
else:
topk_small = self.data[0]
if elem > topk_small:
heapq.heapreplace(self.data, elem)
def TopK(self):
return [x for x in reversed([heapq.heappop(self.data) for x in xrange(len(self.data))])]
if __name__ == "__main__":
print "Hello"
list_rand = random.sample(xrange(1000000), 100)
th = TopkHeap(3)
for i in list_rand:
th.Push(i)
print th.TopK()
print sorted(list_rand, reverse=True)[0:3]大顶堆（求BtmK小）
这次的需求变得更加的困难了：给出N长的序列，求出BtmK小的元素，即使用大顶堆。
算法实现的核心思路是：将push(e)改为push(-e)、pop(e)改为-pop(e)。
class BtmkHeap(object):
def __init__(self, k):
self.k = k
self.data = []
def Push(self, elem):
# Reverse elem to convert to max-heap
elem = -elem
# Using heap algorighem
if len(self.data) < self.k:
heapq.heappush(self.data, elem)
else:
topk_small = self.data[0]
if elem > topk_small:
heapq.heapreplace(self.data, elem)
def BtmK(self):
return sorted([-x for x in self.data])题外话
heapq在实现的时候，没有给出一个类似Java的Compartor函数接口或比较函数，开发者给出了原因见这里：http://code.activestate.com/lists/python-list/162387/
更多大顶堆的实现思路：
http://*.com/questions/14189540/python-topn-max-heap-use-heapq-or-self-implement