[파이썬 ] 우선순위 큐(우선 순위 대기열)를 위한 heapq모듈 활용법
21130 단어 pythonheapqbinaryheappriorityqueue
heapq
라는 내장(내장)모듈로 제공되기 때문에, 내장 모듈의 미국 석유 학회기능만으로 충분히 활용 가능할때는 내장 모듈을 사용하는 것이 좋다.이 글에서 힙은 이진힙을 의미하고, 우선순위 큐는 개별의 값을 가지는 힙이므로 두 단어를 번갈아 사용하겠다
기본 사용법
1우선 순위 큐의 생성 및 원소 삽입
heapq.heappush
를 사용해 우선 순위 큐의 원소를 삽입할 수 있다. 첫번째 인자는 힙으로 사용할 리스트이고, 두번째 인자는 삽입할 데이터이다.heapq.heappush(heap, item)
삽입별 시간 복잡도는 O(대수 n)이다. n개의 원소를 삽입한다면 로그의 시간 복잡도를 가진다.다음 예제를 보자.
import heapq
h = []
heapq.heappush(h, (3, "Go to home"))
heapq.heappush(h, (10, "Do not study"))
heapq.heappush(h, (1, "Enjoy!"))
heapq.heappush(h, (4, "Eat!"))
heapq.heappush(h, (7, "Pray!"))
print(h)
결과는 배열로 구현된 힙을 보여준다.[(1, 'Enjoy!'), (4, 'Eat!'), (3, 'Go to home'), (10, 'Do not study'), (7, 'Pray!')]
2원소 꺼내기
원소 꺼내기는
heapq.heappop
으로 구현하면 된다. 각 꺼내기 별 시간 복잡도는 O(대수 n)이다.import heapq
h = []
heapq.heappush(h, (3, "Go to home"))
heapq.heappush(h, (10, "Do not study"))
heapq.heappush(h, (1, "Enjoy!"))
heapq.heappush(h, (4, "Eat!"))
heapq.heappush(h, (7, "Pray!"))
count = 1
while h:
print("%dth : %s" % (count, heapq.heappop(h)))
count += 1
우선순위 순서대로 나온 결과를 확인할 수 있다.1th : (1, 'Enjoy!')
2th : (3, 'Go to home')
3th : (4, 'Eat!')
4th : (7, 'Pray!')
5th : (10, 'Do not study')
셋.배열로부터 우선순위 큐 만들기
1번의 방법으로 n개의 요소를 가진 우선순위 큐를 만들었을 때, 시간 복잡도는 로그이다. 그러나 배열로부터 힙을 만드는 최적 알고리즘의 시간 복잡도는 O(n)으로 알려져 있다 . 파이썬에서는 O(n)의 시간으로 배열을 힙으로 만들 수 있는
heapq.heapfy
을 제공한다. 주의할 점은 인자로 넣은 배열 자체가 힙으로 바뀐다는 점이다.import heapq
h = [(3, "Go to home"), (10, "Do not study"), (1, "Enjoy!"), (4, "Eat!"), (7, "Pray!")]
heapq.heapify(h)
count = 1
while h:
print("%dth : %s" % (count, heapq.heappop(h)))
count += 1
결과는 1번으로부터 생성한 우선순위 큐와 동일하다.1th : (1, 'Enjoy!')
2th : (3, 'Go to home')
3th : (4, 'Eat!')
4th : (7, 'Pray!')
5th : (10, 'Do not study')
heapq의 한계점
눈치 챘을 수도 있겠지만,
heapq
모듈은 최소 힙(최소 더미)밖에 지원을 안한다. 최대 힙(최대 더미)을 사용할 수 있는 방법은 없을까? heapq
에서 공식적으로 지원해주는 기능은 없다. 검색을 해보면, heapq._heapfy_max
나 heapq._heappop_max
를 사용하는 방법도 있지만, 밀다를 지원해주지 않기 때문에 반쪽짜리 기능이고, 보호 방법라서, 활용단어참조의 버전이 바뀌면서 이음매가 변경될 수 있는 위험도 있다.유일한 방법은 키 값을 변환하여 삽입하는 수 밖에 없다. 위에서 사용한 예제를 기준으로 최대 힙을 구현한다고 하면 다음과 같다
import heapq
h = [(3, "Go to home"), (10, "Do not study"), (1, "Enjoy!"), (4, "Eat!"), (7, "Pray!")]
max_h = [(-ele[0], ele[1]) for ele in h]
heapq.heapify(max_h)
count = 1
while h:
print("%dth : %s" % (count, heapq.heappop(max_h)))
count += 1
결과는 다음과 같다.1th : (-10, 'Do not study')
2th : (-7, 'Pray!')
3th : (-4, 'Eat!')
4th : (-3, 'Go to home')
5th : (-1, 'Enjoy!')
모든 요소의 값을 변경하는데 드는 시간복잡도는 O(n)이고, 모든 힙 요소를 얻는데 드는 시간 복잡도는 로그이므로, 요소를 모두 돌면서 키를 바꾼다 해도, 전체 시간복잡도에는 영향을 주지 않는다.그러나 이 방법은 원본 데이터를 건드릴 수 밖에 없는 점과,
heapq.push
를 사용해 추가로 데이터를 삽입할 때마다 데이터를 변경해줘야 하고, 추출했을 때도 원본 데이터와 다르다는 단점이 있다.해결 방법 - 최대 힙 모듈 구현
직접 데이터를 변경하여 넣어줄 때 생기는 단점을 극복할 수 있는 방법중에, 기존
heapq
모듈을 래핑하여, 최대 힙을 구현하는 방법도 있다. 파이썬의 __lt__
내장 메소드를 사용하면, 어렵지 않게 구현할 수 있다.# maxheapq.py
import heapq
class _ReverseLessThan(object):
def __init__(self, value):
self.value = value
def __lt__(self, other):
return self.value > other.value
def __repr__(self):
return str(self.value)
def heappush(heap, item):
reverse_item = _ReverseLessThan(item)
heapq.heappush(heap, reverse_item)
def heappop(heap):
reverse_item = heapq.heappop(heap)
return reverse_item.value
def heapify(lst):
for i, ele in enumerate(lst):
lst[i] = _ReverseLessThan(ele)
heapq.heapify(lst)
_ReverseLessThan
클래스는 생성자( __init__
)에서 데이터를 인자로 받아서, value
재산로 저장한 후, __lt__
메서드의 결과를 value
재산기준으로 역으로 반환하여, 이 클래스의 인스턴스로 조금비교 연산 시, 비교 연산 결과가 반대로 나오도록 해준다.heappush
, heappop
, heapify
함수는 _ReverseLessThan
을 이용해, heapq
모듈의 함수를 래핑하여 구현하였다. heapq
모듈은 최소 힙을 지원하므로, 조금연산의 결과가 반대로 나오는 인스턴스를 데이터로 넣으면, 최대힙이 구현된다.주의할 점은 삽입 연산인
heappush
, heapify
에서는 _ReverseLessThan
클래스로 데이터를 래핑해주고 있으므로, 추출 연산인 heappop
에서는 언래핑 해주어야 한다.각 함수의 전체 시간 복잡도는
heapq
모듈의 함수와 동일하다.이 모듈을 사용해, 최대 힙을 만들어보자.
from maxheapq import heappush, heappop, heapify
# heappush로 생성하기
h1 = []
heappush(h1, (3, "Go to home"))
heappush(h1, (10, "Do not study"))
heappush(h1, (1, "Enjoy!"))
heappush(h1, (4, "Eat!"))
heappush(h1, (7, "Pray!"))
heappush(h1, (4, "Dup Eat!"))
print('>> h1 생성 결과')
print(h1)
count = 1
while h1:
print("%dth : %s" % (count, heappop(h1)))
count += 1
# heapify로 생성하기
h2 = [(3, "Go to home"), (10, "Do not study"), (1, "Enjoy!"), (4, "Eat!"), (7, "Pray!"), (4, "Dup Eat!")]
heapify(h2)
print('>> h2 생성 결과')
print(h2)
count = 1
while h2:
print("%dth : %s" % (count, heappop(h2)))
count += 1
결과를 보면 최대 힙이 정상적으로 생성된 것을 볼 수 있다.>> h1 생성 결과
[(10, 'Do not study'), (7, 'Pray!'), (4, 'Dup Eat!'), (3, 'Go to home'), (4, 'Eat!'), (1, 'Enjoy!')]
1th : (10, 'Do not study')
2th : (7, 'Pray!')
3th : (4, 'Eat!')
4th : (4, 'Dup Eat!')
5th : (3, 'Go to home')
6th : (1, 'Enjoy!')
>> h2 생성 결과
[(10, 'Do not study'), (7, 'Pray!'), (4, 'Dup Eat!'), (4, 'Eat!'), (3, 'Go to home'), (1, 'Enjoy!')]
1th : (10, 'Do not study')
2th : (7, 'Pray!')
3th : (4, 'Eat!')
4th : (4, 'Dup Eat!')
5th : (3, 'Go to home')
6th : (1, 'Enjoy!')
지금까지 파이썬의 최소 힙 모듈인 heapq
를 활용하는 간단한 방법과, heapq
에서 제공해주지 않는 최대 힙을 직접 구현하여 사용할 수 있는 방법을 알아보았다. 실제 업무에서 이진힙을 사용하는 경우는 많지는 않지만, 혹시나 활용할 기회가 생긴다면 이글에 있는 내용이 도움이 되기를 기대해본다.
Reference
이 문제에 관하여([파이썬 ] 우선순위 큐(우선 순위 대기열)를 위한 heapq모듈 활용법), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://dev.to/yunhongmin/priority-queue-heapq-49cj텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념 (Collection and Share based on the CC Protocol.)