用 GitHub 完成 Python 的全技术栈开发 主讲人：卢建晖 – Microsoft Regional Cloud Advocate GitHub 程序员必备 编码是每位开发者所必备的 从入门第一步开始 为开发者配置环境是企业的重要一步 ? ＄ 配置 冲突 金钱 挫败 GitHub Codespaces 你的云端开发环境 一键即用，无需配置您的开发环境。 开启你的 GitHub

8.1 堆積 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 164 8.2 建堆積操作 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171 8.3 Top‑k 問題 246 12.2 分治搜尋策略 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 249 12.3 構建二元樹問題 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 251 12.4 河內塔問題 . . . ！ 如果你已經積累一定的刷題量，熟悉大部分題型，那麼本書可助你回顧與梳理演算法知識體系，倉庫源程式 碼可以當作“刷題工具庫”或“演算法字典”來使用。 若你是演算法“大神”，我們期待收到你的寶貴建議，或者一起參與創作。 前置條件 你需要至少具備任一語言的程式設計基礎，能夠閱讀和編寫簡單程式碼。 0.1.2 內容結構 本書的主要內容如圖 0‑1 所示。 ‧ 複雜度分析：資料結構和演算法

面再讲，通常，如果没有合适的继承类，就使用 object 类，这是所有类 最终都会继承的类。 定义好了 Student 类，就可以根据 Student 类创建出 Student 的实例，创 建实例是通过类名+()实现的： >>> bart = Student() >>> bart <__main__.Student object at 0x10a67a590> >>> Student isinstance()函数。 我们回顾上次的例子，如果继承关系是： object -> Animal -> Dog -> Husky 那么，isinstance()就可以告诉我们，一个对象是否是某种类型。先创 建 3 种类型的对象： >>> a = Animal() >>> d = Dog() >>> h = Husky() Python3 基础教程【完整版】 http://www.yeayee 端口有什么作用？在两台计算机通信时，只发 IP 地址是不够的，因为 同一台计算机上跑着多个网络程序。一个 IP 包来了之后，到底是交给 浏览器还是 QQ，就需要端口号来区分。每个网络程序都向操作系统申 请唯一的端口号，这样，两个进程在两台计算机之间建立网络连接就需 要各自的 IP 地址和各自的端口号。 一个进程也可能同时与多个计算机建立链接，因此它会申请很多端口。 了解了 TCP/IP

堆 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116 8.2. 建堆操作 * . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123 8.3. 小结 . 8. 堆 hello‑algo.com 118 size = len(max_heap) """ 判断堆是否为空 """ is_empty = not max_heap """ 输入列表并建堆 """ min_heap = [1, 3, 2, 5, 4] heapq.heapify(min_heap) 8.1.3. 堆的实现 下文实现的是「大顶堆」，若想转换为「小顶堆」，将所有大小逻辑判断取逆（例如将 (log ?) ，建队操 作为 ?(?) ，皆非常高效。 ‧ 堆排序。给定一组数据，我们使用其建堆，并依次全部弹出，则可以得到有序的序列。当然，堆排序一 般无需弹出元素，仅需每轮将堆顶元素交换至数组尾部并减小堆的长度即可。 ‧ 获取最大的 ? 个元素。这既是一道经典算法题目，也是一种常见应用，例如选取热度前 10 的新闻作为 微博热搜，选取前 10 销量的商品等。 8.2. 建堆操作 *

堆 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117 8.2. 建堆操作 * . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124 8.3. 小结 . hello‑algo.com 119 size: int = len(max_heap) """ 判断堆是否为空 """ is_empty: bool = not max_heap """ 输入列表并建堆 """ min_heap: List[int] = [1, 3, 2, 5, 4] heapq.heapify(min_heap) 8.1.3. 堆的实现 下文实现的是「大顶堆」，若想转换 (log ?) ，建队操 作为 ?(?) ，皆非常高效。 ‧ 堆排序。给定一组数据，我们使用其建堆，并依次全部弹出，则可以得到有序的序列。当然，堆排序一 般无需弹出元素，仅需每轮将堆顶元素交换至数组尾部并减小堆的长度即可。 ‧ 获取最大的 ? 个元素。这既是一道经典算法题目，也是一种常见应用，例如选取热度前 10 的新闻作为 微博热搜，选取前 10 销量的商品等。 8.2. 建堆操作 *

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141 目 录 hello‑algo.com ii 8.2. 建堆操作 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149 8.3. Top‑K 问题 hello‑algo.com 143 # 获取堆大小 size: int = len(max_heap) # 判断堆是否为空 is_empty: bool = not max_heap # 输入列表并建堆 min_heap: List[int] = [1, 3, 2, 5, 4] heapq.heapify(min_heap) 8.1.2. 堆的实现 下文实现的是大顶堆。若要将其转换为小顶堆，只需将所有大小逻辑判断取逆（例如，将 swap(i, ma) # 循环向下堆化 i = ma 8.1.3. 堆常见应用 ‧ 优先队列：堆通常作为实现优先队列的首选数据结构，其入队和出队操作的时间复杂度均为 ?(log ?) ，而建队操作为 ?(?) ，这些操作都非常高效。 ‧ 堆排序：给定一组数据，我们可以用它们建立一个堆，然后不断地执行元素出堆操作，从而得到有序数 据。然而，我们通常会使用一种更优雅的方式实现堆排序，详见后续的堆排序章节。

1 堆 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 164 8.2 建堆操作 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171 8.3 Top‑k 问题 size: int = len(max_heap) # 判断堆是否为空 第 8 章 堆 hello‑algo.com 166 is_empty: bool = not max_heap # 输入列表并建堆 min_heap: list[int] = [1, 3, 2, 5, 4] heapq.heapify(min_heap) 8.1.2 堆的实现 下文实现的是大顶堆。若要将其转换为小顶堆，只需将所有大小逻辑判断取逆（例如，将 ) ，而建队操作为 ?(?) ，这些操作都非常高效。 ‧ 堆排序：给定一组数据，我们可以用它们建立一个堆，然后不断地执行元素出堆操作，从而得到有序数 据。然而，我们通常会使用一种更优雅的方式实现堆排序，详见“堆排序”章节。 ‧ 获取最大的 ? 个元素：这是一个经典的算法问题，同时也是一种典型应用，例如选择热度前 10 的新闻 作为微博热搜，选取销量前 10 的商品等。 8.2 建堆操作

1 堆 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161 8.2 建堆操作 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 168 8.3 Top‑K 问题 hello‑algo.com 163 # 获取堆大小 size: int = len(max_heap) # 判断堆是否为空 is_empty: bool = not max_heap # 输入列表并建堆 min_heap: list[int] = [1, 3, 2, 5, 4] heapq.heapify(min_heap) 8.1.2 堆的实现 下文实现的是大顶堆。若要将其转换为小顶堆，只需将所有大小逻辑判断取逆（例如，将 ，而建队操作为 ?(?) ，这些操作都非常高效。 ‧ 堆排序：给定一组数据，我们可以用它们建立一个堆，然后不断地执行元素出堆操作，从而得到有序数 据。然而，我们通常会使用一种更优雅的方式实现堆排序，详见后续的堆排序章节。 ‧ 获取最大的 ? 个元素：这是一个经典的算法问题，同时也是一种典型应用，例如选择热度前 10 的新闻 作为微博热搜，选取销量前 10 的商品等。 8.2 建堆操作

1 堆 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 164 8.2 建堆操作 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171 8.3 Top‑k 问题 size: int = len(max_heap) # 判断堆是否为空 第 8 章 堆 hello‑algo.com 166 is_empty: bool = not max_heap # 输入列表并建堆 min_heap: list[int] = [1, 3, 2, 5, 4] heapq.heapify(min_heap) 8.1.2 堆的实现 下文实现的是大顶堆。若要将其转换为小顶堆，只需将所有大小逻辑判断取逆（例如，将 ) ，而建队操作为 ?(?) ，这些操作都非常高效。 ‧ 堆排序：给定一组数据，我们可以用它们建立一个堆，然后不断地执行元素出堆操作，从而得到有序数 据。然而，我们通常会使用一种更优雅的方式实现堆排序，详见“堆排序”章节。 ‧ 获取最大的 ? 个元素：这是一个经典的算法问题，同时也是一种典型应用，例如选择热度前 10 的新闻 作为微博热搜，选取销量前 10 的商品等。 8.2 建堆操作

1 堆 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 164 8.2 建堆操作 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171 8.3 Top‑k 问题 int = len(max_heap) # 判断堆是否为空 第 8 章 堆 www.hello‑algo.com 166 is_empty: bool = not max_heap # 输入列表并建堆 min_heap: list[int] = [1, 3, 2, 5, 4] heapq.heapify(min_heap) 8.1.2 堆的实现 下文实现的是大顶堆。若要将其转换为小顶堆， ) ，而建堆操作为 ?(?) ，这些操作都非常高效。 ‧ 堆排序：给定一组数据，我们可以用它们建立一个堆，然后不断地执行元素出堆操作，从而得到有序数 据。然而，我们通常会使用一种更优雅的方式实现堆排序，详见“堆排序”章节。 ‧ 获取最大的 ? 个元素：这是一个经典的算法问题，同时也是一种典型应用，例如选择热度前 10 的新闻 作为微博热搜，选取销量前 10 的商品等。 8.2 建堆操作