Rust双端优先级队列库interval-heap的使用,interval-heap提供高效的最小堆和最大堆操作
Rust双端优先级队列库interval-heap的使用,interval-heap提供高效的最小堆和最大堆操作
interval-heap是一个使用区间堆(interval heap)实现的双端优先级队列,它提供了高效的最小堆和最大堆操作。
安装
在项目目录中运行以下Cargo命令:
cargo add interval-heap
或者在Cargo.toml中添加:
interval-heap = "0.0.5"
使用示例
下面是一个完整的使用示例,展示了interval-heap的基本操作:
extern crate interval_heap;
use interval_heap::IntervalHeap;
fn main() {
// 创建一个新的双端优先级队列
let mut heap = IntervalHeap::new();
// 插入元素
heap.push(3);
heap.push(1);
heap.push(4);
heap.push(1);
heap.push(5);
heap.push(9);
// 查看最小元素(不移除)
println!("最小元素: {:?}", heap.peek_min()); // 输出: Some(1)
// 查看最大元素(不移除)
println!("最大元素: {:?}", heap.peek_max()); // 输出: Some(9)
// 弹出最小元素
println!("弹出最小元素: {:?}", heap.pop_min()); // 输出: Some(1)
// 弹出最大元素
println!("弹出最大元素: {:?}", heap.pop_max()); // 输出: Some(9)
// 查看剩余元素个数
println!("剩余元素个数: {}", heap.len()); // 输出: 4
// 迭代元素(无序)
println!("剩余元素:");
for num in &heap {
println!("{}", num);
}
// 清空堆
heap.clear();
println!("清空后元素个数: {}", heap.len()); // 输出: 0
}
主要功能
push(value)
- 插入元素peek_min()
- 查看最小元素(不移除)peek_max()
- 查看最大元素(不移除)pop_min()
- 移除并返回最小元素pop_max()
- 移除并返回最大元素len()
- 获取元素数量is_empty()
- 检查是否为空clear()
- 清空堆
interval-heap对于需要同时访问最小和最大元素的场景非常有用,因为它可以在O(1)时间内提供这两个操作,而插入和删除操作的时间复杂度为O(log n)。
完整示例代码
下面是一个更完整的示例,展示了interval-heap的更多用法:
extern crate interval_heap;
use interval_heap::IntervalHeap;
fn main() {
// 初始化一个包含元素的堆
let mut heap: IntervalHeap<i32> = vec![10, 5, 20, 15, 30, 25].into_iter().collect();
// 检查堆是否为空
println!("堆是否为空: {}", heap.is_empty()); // false
// 获取并打印最小和最大元素
match (heap.peek_min(), heap.peek_max()) {
(Some(min), Some(max)) => println!("当前最小: {}, 当前最大: {}", min, max),
_ => println!("堆为空"),
}
// 弹出最小元素直到堆为空
println!("按升序弹出元素:");
while let Some(min) = heap.pop_min() {
println!("弹出: {}", min);
}
// 重新填充堆
heap.extend(vec![100, 50, 75, 25, 150]);
// 弹出最大元素直到堆为空
println!("按降序弹出元素:");
while let Some(max) = heap.pop_max() {
println!("弹出: {}", max);
}
// 使用FromIterator创建堆
let nums = vec![42, 17, 99, 31, 56];
let heap_from_vec: IntervalHeap<_> = nums.into_iter().collect();
// 检查堆大小
println!("堆大小: {}", heap_from_vec.len()); // 5
}
1 回复
Rust双端优先级队列库interval-heap使用指南
interval-heap
是Rust中一个高效的双端优先级队列实现,它同时支持最小堆和最大堆操作,允许你高效地访问和移除队列中的最小和最大元素。
特性
- 同时支持O(1)时间的最小值和最大值访问
- 插入和删除操作的时间复杂度为O(log n)
- 实现了Rust标准库的
std::collections
中的常见接口 - 完全安全的Rust实现
使用方法
添加依赖
首先在Cargo.toml
中添加依赖:
[dependencies]
interval-heap = "1.0"
基本操作示例
use interval_heap::IntervalHeap;
fn main() {
// 创建一个空的双端优先级队列
let mut heap = IntervalHeap::new();
// 插入元素
heap.push(3);
heap.push(1);
heap.push(4);
heap.push(1);
heap.push(5);
heap.push(9);
// 查看最小元素
println!("Min: {:?}", heap.peek_min()); // 输出: Min: Some(1)
// 查看最大元素
println!("Max: {:?}", heap.peek_max()); // 输出: Max: Some(9)
// 弹出最小元素
let min = heap.pop_min();
println!("Popped min: {:?}", min); // 输出: Popped min: Some(1)
// 弹出最大元素
let max = heap.pop_max();
println!("Popped max: {:?}", max); // 输出: Popped max: Some(9)
// 迭代所有元素(无序)
for num in &heap {
println!("{}", num); // 可能输出: 3, 1, 4, 5 (顺序不确定)
}
}
从现有数据构建堆
use interval_heap::IntervalHeap;
fn main() {
let data = vec![5, 3, 8, 1, 2, 7];
let heap: IntervalHeap<_> = data.into_iter().collect();
println!("Min: {}", heap.peek_min().unwrap()); // 1
println!("Max: {}", heap.peek_max().unwrap()); // 8
}
自定义比较逻辑
use interval_heap::IntervalHeap;
use std::cmp::Reverse;
fn main() {
// 使用Reverse包装类型来反转比较顺序
let mut heap = IntervalHeap::new();
heap.push(Reverse(5));
heap.push(Reverse(3));
heap.push(Reverse(8));
// 现在peek_min会返回最大的原始值
println!("Min (original max): {:?}", heap.peek_min().unwrap().0); // 8
// 也可以自定义结构体和Ord实现
#[derive(Debug, PartialEq, Eq)]
struct Task {
priority: u32,
description: String,
}
impl PartialOrd for Task {
fn partial_cmp(&self, other: &Self) -> Option<std::cmp::Ordering> {
self.priority.partial_cmp(&other.priority)
}
}
impl Ord for Task {
fn cmp(&self, other: &Self) -> std::cmp::Ordering {
self.priority.cmp(&other.priority)
}
}
let mut task_heap = IntervalHeap::new();
task_heap.push(Task {
priority: 3,
description: "Low priority task".to_string(),
});
task_heap.push(Task {
priority: 1,
description: "High priority task".to_string(),
});
println!("Next task: {:?}", task_heap.peek_min().unwrap().description); // "High priority task"
}
性能考虑
interval-heap
在需要同时访问最小和最大元素的场景下特别高效。与使用两个独立堆(一个最小堆和一个最大堆)相比,interval-heap
:
- 使用更少的内存(约节省50%)
- 保持数据一致性更简单
- 插入操作只需要一次而不是两次
对于只需要单一方向(只需最小或只需最大)优先级队列的场景,标准的BinaryHeap
可能更合适。
其他实用方法
use interval_heap::IntervalHeap;
fn main() {
let mut heap = IntervalHeap::from(vec![5, 1, 3, 4, 2]);
// 检查堆是否为空
println!("Is empty: {}", heap.is_empty()); // false
// 获取堆中元素数量
println!("Length: {}", heap.len()); // 5
// 清空堆
heap.clear();
println!("Length after clear: {}", heap.len()); // 0
// 保留满足条件的元素
let mut heap = IntervalHeap::from(vec![1, 2, 3, 4, 5, 6, 7, 8, 9]);
heap.retain(|&x| x % 2 == 0); // 只保留偶数
println!("Remaining items: {:?}", heap.into_sorted_vec()); // [2, 4, 6, 8]
}
完整示例代码
use interval_heap::IntervalHeap;
use std::cmp::Reverse;
fn main() {
// 示例1: 基本操作
let mut heap = IntervalHeap::new();
heap.push(3);
heap.push(1);
heap.push(4);
println!("Min: {:?}", heap.peek_min()); // Some(1)
println!("Max: {:?}", heap.peek_max()); // Some(4)
// 示例2: 从集合构建
let data = vec![5, 2, 8, 3];
let heap2: IntervalHeap<_> = data.into_iter().collect();
println!("From collection min: {}", heap2.peek_min().unwrap()); // 2
// 示例3: 自定义排序
let mut reverse_heap = IntervalHeap::new();
reverse_heap.push(Reverse(5));
reverse_heap.push(Reverse(2));
println!("Reverse min: {:?}", reverse_heap.peek_min().unwrap().0); // 5
// 示例4: 任务调度
#[derive(Debug, Eq, PartialEq)]
struct Job {
priority: i32,
name: String,
}
impl Ord for Job {
fn cmp(&self, other: &Self) -> std::cmp::Ordering {
self.priority.cmp(&other.priority)
}
}
impl PartialOrd for Job {
fn partial_cmp(&self, other: &Self) -> Option<std::cmp::Ordering> {
Some(self.cmp(other))
}
}
let mut job_queue = IntervalHeap::new();
job_queue.push(Job {
priority: 1,
name: "Urgent".to_string(),
});
job_queue.push(Job {
priority: 3,
name: "Normal".to_string(),
});
println!("Next job: {:?}", job_queue.peek_min().unwrap().name); // "Urgent"
// 示例5: 实用方法
let mut nums = IntervalHeap::from(vec![1, 4, 2, 3]);
nums.retain(|&x| x > 2);
println!("Filtered: {:?}", nums.into_sorted_vec()); // [3, 4]
}
interval-heap
为需要双端优先级队列的场景提供了一个高效且易于使用的解决方案,特别适合需要频繁访问和操作队列两端元素的算法和应用。