本篇文章给大家带来的内容是关于python如何实现优先级队列（附代码），有一定的参考价值，有需要的朋友可以参考一下，希望对你有所帮助。
1、需求
我们想要实现一个队列，它能够以给定的优先级来对元素排序，且每次pop操作时都会返回优先级最高的那个元素2、解决方案
利用heapq模块实现代码：
import heapq
#利用heapq实现一个简答的优先级队列
class PriorityQueue:
def __init__(self):
self._queue=[]
self._index=0
def push(self,item,priority):
heapq.heappush(self._queue,(-priority,self._index,item))
self._index+=1
def pop(self):
return heapq.heappop(self._queue)[-1]
class Item:
def __init__(self,name):
self.name=name
def __repr__(self):
return 'Item({!r})'.format(self.name)
if __name__ == '__main__':
q=PriorityQueue()
q.push(Item('foo'),1)
q.push(Item('bar'),5)
q.push(Item('spam'),4)
q.push(Item('grok'),1)
print(q.pop())
print(q.pop())
#具有相同优先级的两个元素，返回的顺序同它们插入到队列时的顺序相同
print(q.pop())
print(q.pop())运行结果：
Item('bar')
Item('spam')
Item('foo')
Item('grok')上面的代码核心在于heapq模块的使用。函数heapq.heapqpush()以及heapq.heapqpop()分别实现将元素从列表_queue中插入和移除，且保证列表中第一个元素的优先级最低。heappop()方法总是返回【最小】的元素，因此这就是让队列能弹出正确元素的关键。此外，由于push和pop操作的复杂度都是O(logN),其中N代表堆中元素的数量，因此就算N的值很大，这些操作的效率也非常高。上面代码中，队列以元组(-priority ,index,item)的形式组成。把priority取负值是为了让队列能够按照元素的优先级从高到底的顺序排列。
立即学习“Python免费学习笔记（深入）”；
变量index的作用是为了将具有相同优先级的元素以适当的顺序排列。通过维护一个不断递增的索引，元素将以它们如队列时的顺序来排列。为了说明index的作用，看下面实例：
代码：
class Item:
def __init__(self,name):
self.name=name
def __repr__(self):
return 'Item({!r})'.format(self.name)
if __name__ == '__main__':
a=(1,Item('foo'))
b=(5,Item('bar'))
#下面一句打印True
print(a<b)
c=(1,Item('grok'))
#下面一句会报错：TypeError: '<' not supported between instances of 'Item' and 'Item'
print(c<a)
d=(1,0,Item('foo'))
e=(5,1,Item('bar'))
f=(1,2,Item('grok'))
#下面一句打印True
print(d<e)
#下面一句打印True
print(d<f) 
