Python_heapq

 import heapq    #导入heapq堆模块
 import random
 data = random.sample(range(1000),10)
 print(data)
 heapq.heapify(data) #堆化随机测试数据
 print('堆化随机测试数据:',data)
 heapq.heappush(data,30) #新元素入堆，自动调整堆
 print('插入30后的堆数据:',data)
 heapq.heappush(data,5)
 print('插入5后的堆数据:',data)
 print('删除的数据为：',heapq.heappop(data),'返回并删除最小元素，自动调整堆后的堆数据:',data)
 print('弹出最小元素，同时新元素入堆后的数据：',heapq.heappushpop(data,1000))
 print('弹出最小元素，同时新元素入堆后的数据',heapq.heapreplace(data,500))
 print('弹出最小元素，同时新元素入堆后的数据',heapq.heapreplace(data,700))
 print('返回最大的前3个元素',heapq.nlargest(3,data) ) #返回最大的前3个元素
 print('返回指定排序规则下最小的3个元素',heapq.nsmallest(3,data,key=str)) #返回指定排序规则下最小的3个元素
 print(data)

 '''
 输出结果
 [80, 366, 834, 269, 829, 295, 583, 952, 548, 668]
 堆化随机测试数据: [80, 269, 295, 366, 668, 834, 583, 952, 548, 829]
 插入30后的堆数据: [30, 80, 295, 366, 269, 834, 583, 952, 548, 829, 668]
 插入5后的堆数据: [5, 80, 30, 366, 269, 295, 583, 952, 548, 829, 668, 834]
 删除的数据为： 5 返回并删除最小元素，自动调整堆后的堆数据: [30, 80, 295, 366, 269, 834, 583, 952, 548, 829, 668]
 弹出最小元素，同时新元素入堆后的数据： 30
 弹出最小元素，同时新元素入堆后的数据 80
 弹出最小元素，同时新元素入堆后的数据 269
 返回最大的前3个元素 [1000, 952, 834]
 返回指定排序规则下最小的3个元素 [1000, 295, 366]
 [295, 366, 583, 500, 668, 834, 700, 952, 548, 829, 1000]
 '''