我想在Python中实现修复的快速行进方法。在文献中,这是使用最小堆实现的。由于它涉及多次添加、删除和重新排序数据结构,每次都提取最小的元素。因此,这些操作的复杂性最好是最小的。
我知道Python中有一个内置的heapq
模块。它接受单个float
值。然而,我需要存储对应于一个像素的3个不同的信息内容。有没有一种方法可以调整heapq
以接受列表?
或者,是否存在具有此功能的不同数据结构?
heapq
接受任何类型,只要它们是可订购的。项必须支持低于<
的运算符或低于或等于<=
的运算符(如果第一个运算符不可用,heapq
将使用后者)。
例如,您可以使用元组((priority, your_data_structure)
);元组根据其内容有一个相对顺序,从第一项开始。
或者,您可以使用实现__lt__
、__le__
、__gt__
或__ge__
中至少一个的自定义对象来实现它们之间的比较,从而定义排序(最好还包括__eq__
相等方法)。然后functools. total_ordering()
装饰器将为您的类提供剩余的方法:
from functools import total_ordering
@total_ordering
class PixelInfo(object):
def __init__(self, r, g, b):
self.r, self.g, self.b = r, g, b
def __eq__(self, other):
if not isinstance(other, type(self)): return NotImplemented
return all(getattr(self, c) == getattr(other, c) for c in 'rgb')
def __lt__(self, other):
if not isinstance(other, type(self)): return NotImplemented
return self.r + self.g + self.b < other.r + other.g + other.b
将是一个可订购的自定义类,heapq
很乐意为您处理。