上篇文章我們對mpy標(biāo)準(zhǔn)微庫進行了簡單的方法羅列，又因為mpy是從標(biāo)準(zhǔn)的Python庫中退化而來，那就先簡單的學(xué)習(xí)一下Python的庫。

上面的文章說了這么多，那這篇就寫這些

我這里就用3.8寫了，使用jupyter環(huán)境

array是一個高效的數(shù)組模塊，該模塊定義了一個對象類型，它可以緊湊地表示一組基本值：字符、整數(shù)、浮點數(shù)。數(shù)組是序列類型，其行為與列表非常相似，只是其中存儲的對象類型受到限制。類型是在創(chuàng)建對象時使用類型代碼指定的， 類型代碼是單個字符。定義了以下類型代碼：

筆記，記好了

mpy中支持的格式代碼：b, B, h, H, i, I, l, L, q, Q, f, d（后 2 種取決于浮點支持）。

那這個和list有什么區(qū)別呢？首先是一種序列類型，序列方法都可以在上面使用。然后數(shù)組類型的對象是固定的，不可以混合裝載

使用要先導(dǎo)入，然后一開始要指定存儲的數(shù)據(jù)類型

后面用元組傳入存儲的東西

IDE可以智能的給出方法

這里使用了一個列表的轉(zhuǎn)換方法

這個比較簡單，實驗了mpy提供的一個添加方法

請看extend的方法

array.extend(iterable)

將來自 iterable 的項添加到數(shù)組末尾。如果 iterable 是另一個數(shù)組，它必須具有 完全 相同的類型碼；否則將引發(fā) TypeError。如果 iterable 不是一個數(shù)組，則它必須為可迭代對象并且其元素必須為可添加到數(shù)組的適當(dāng)類型。

限制較多，其實數(shù)據(jù)類型相同就行。其實方法這么少，正好可以去看看實現(xiàn)，誰說不是呢？

二進制之間的轉(zhuǎn)換方法，沒有什么說的

復(fù)數(shù)運算

這是完整的雙端隊列

mpy提供了兩個方法

我這里就做簡單的演示

這些方法mpy不支持而且很多方法是之后才加進來的

在看命名數(shù)組之前，需要知道一個概念，叫工廠函數(shù)：

工廠函數(shù)看上去有點像函數(shù)，實質(zhì)上他們是類，當(dāng)你調(diào)用它們時，實際上是生成了該類型的一個實例，就像工廠生產(chǎn)貨物一樣.

python核心編程

書籍的下載位置

書籍封面

當(dāng)然java里面也有這樣的概念，你可以看看

看這個，list這個函數(shù)本身就有工廠函數(shù)的能力

工廠函數(shù)是指這些內(nèi)建函數(shù)都是類對象，當(dāng)你調(diào)用它們的時候，實際上是創(chuàng)建了一個類實例，其實也可以理解成內(nèi)建函數(shù)。

歸根結(jié)底，它源于設(shè)計模式中的一種說法，就是指你不通過類來直接構(gòu)造對象，而是通過一個函數(shù)來構(gòu)造對象，這樣允許你在函數(shù)中加入更多的控制。

懵了嗎？要是就這就懵了，那別看了~

其中命名元組賦予每個位置一個含義，提供可讀性和自文檔性。它們可以用于任何普通元組，并添加了通過名字獲取值的能力，通過索引值也是可以的。

我覺得你看例子就能看懂

其中有使用位置和關(guān)鍵字實參，可以像普通元組一樣去索引，字段可以用命去訪問，加入了__repr__的值方法。

在mpy里面是這樣使用的：

命名元組實例沒有字典，所以它們要更輕量，并且占用更小內(nèi)存。

我這個ordereddict真的不知道怎么翻譯了，反正就是可以迭代的時候（就是打印的時候可以按照你加進去的順序打印）

它會返回一個 dict 子類的實例，支持常用的 dict 方法。Ordered Dict 是一種記錄鍵首次插入順序的 dict 。如果新條目覆蓋現(xiàn)有條目，則原始插入位置保持不變。刪除一個條目并重新插入它將把它移到末尾。

這是標(biāo)準(zhǔn)Python庫

使用前記得初始化，以上為mpy

輸出

接下來是文章中最有技術(shù)含量的東西，堆隊列算法，這個東西講起來就有學(xué)術(shù)味道了，而且還需要補充一些知識才可以。

容器：

在計算機科學(xué)中，容器是一個類或數(shù)據(jù)結(jié)構(gòu)，其實例（運行實體）是其他對象的集合。換句話說，它們以遵循特定訪問規(guī)則的有組織的方式存儲對象。容器的大小取決于它包含的對象（元素）的數(shù)量。各種容器類型的底層（繼承）實現(xiàn)的大小和復(fù)雜性可能不同，并為任何給定場景選擇正確的實現(xiàn)提供了靈活性。

容器可以通過以下三個屬性來表征：

    1.access，即訪問容器對象的方式。在數(shù)組的情況下，訪問是通過數(shù)組索引完成的。在堆棧的情況下，根據(jù)LIFO（后進先出）順序進行訪問，而在隊列的情況下，根據(jù)FIFO（先進先出）順序進行訪問；

    2.storage，即容器對象的存儲方式；

    3.traversal，即遍歷容器對象的方式。

容器類應(yīng)該實現(xiàn)方法來執(zhí)行以下操作：

    1.創(chuàng)建一個空容器（構(gòu)造函數(shù)）；

    2.將對象插入容器；

    3.從容器中刪除對象；

    4.刪除容器中的所有對象（清除）；

    5.訪問容器中的對象；

    6.訪問容器中的對象數(shù)量（計數(shù)）。

    7.容器有時與迭代器一起實現(xiàn)。

注意，容器其實是一種組織形式，就是特定的操作定義。它不單單是一種數(shù)據(jù)結(jié)構(gòu)，它是一種更加高層的對數(shù)據(jù)結(jié)構(gòu)的表達。

堆又是屬于隊列這種結(jié)構(gòu)：

在計算機科學(xué)中，隊列是按序列維護的實體集合，可以通過在序列的一端添加實體和從序列的另一端刪除實體來修改。按照慣例，添加元素的序列末尾稱為隊列的后部、尾部或后部，刪除元素的末尾稱為隊列的頭部或前部，類似于以下使用的詞人們排隊等候商品或服務(wù)。

將元素添加到隊列尾部的操作稱為入隊，而從隊列中移除元素的操作稱為出隊。也可能允許其他操作，通常包括查看或前端操作，該操作返回下一個要出隊的元素的值而不將其出隊。

隊列的操作使其成為先進先出 (FIFO) 數(shù)據(jù)結(jié)構(gòu)。在 FIFO 數(shù)據(jù)結(jié)構(gòu)中，添加到隊列的第一個元素將是第一個被刪除的元素。這相當(dāng)于要求一旦添加了新元素，必須先刪除之前添加的所有元素，然后才能刪除新元素。隊列是線性數(shù)據(jù)結(jié)構(gòu)的一個例子，或者更抽象地說是一個順序集合。隊列在計算機程序中很常見，它們被實現(xiàn)為與訪問例程耦合的數(shù)據(jù)結(jié)構(gòu)、抽象數(shù)據(jù)結(jié)構(gòu)或在面向?qū)ο蟮恼Z言中作為類。常見的實現(xiàn)是循環(huán)緩沖區(qū)和鏈表。

隊列在計算機科學(xué)、傳輸和運籌學(xué)領(lǐng)域提供服務(wù)，其中存儲和保存各種實體（如數(shù)據(jù)、對象、人員或事件）以供以后處理。在這些上下文中，隊列執(zhí)行緩沖區(qū)的功能。隊列的另一個用途是實現(xiàn)廣度優(yōu)先搜索。

大O表示

這個東西算是最出名的東西

那我們的堆是隊列中的優(yōu)先級隊列：

在計算機科學(xué)中，優(yōu)先級隊列是一種抽象數(shù)據(jù)類型，類似于常規(guī)隊列或堆棧數(shù)據(jù)結(jié)構(gòu)，其中每個元素還具有與其關(guān)聯(lián)的“優(yōu)先級”。在優(yōu)先級隊列中，優(yōu)先級高的元素在優(yōu)先級低的元素之前被服務(wù)。在某些實現(xiàn)中，如果兩個元素具有相同的優(yōu)先級，則根據(jù)它們?nèi)腙牭捻樞驗樗鼈兲峁┓?wù)，而在其他實現(xiàn)中，具有相同優(yōu)先級的元素的排序是不確定的。

雖然優(yōu)先級隊列通常用堆實現(xiàn)，但它們在概念上與堆不同。優(yōu)先級隊列是一個類似于“列表”或“地圖”的概念；正如列表可以用鏈表或數(shù)組實現(xiàn)一樣，優(yōu)先隊列可以用堆或各種其他方法（例如無序數(shù)組）來實現(xiàn)。

上面這么多就夠了，這里只說一下。堆是一種稱為優(yōu)先級隊列的抽象數(shù)據(jù)類型的最高效率實現(xiàn)，實際上，優(yōu)先級隊列通常稱為“堆”，無論它們?nèi)绾螌崿F(xiàn)。在堆中，最高（或最低）優(yōu)先級的元素總是存儲在根。但是，堆不是排序結(jié)構(gòu)；它可以被認為是部分有序的。當(dāng)需要重復(fù)刪除具有最高（或最低）優(yōu)先級的對象時，堆是一種有用的數(shù)據(jù)結(jié)構(gòu)。

一個圖解決戰(zhàn)斗，看節(jié)點的數(shù)字大小

只實現(xiàn)了這三個

這個模塊提供了堆隊列算法的實現(xiàn)，也稱為優(yōu)先隊列算法。

堆是一個二叉樹，它的每個父節(jié)點的值都只會小于或大于所有孩子節(jié)點。它使用了數(shù)組來實現(xiàn)：從零開始計數(shù)，對于所有的 k ，都有``heap[k] <= heap[2*k+1]`` 和 heap[k] <= heap[2*k+2] 。為了便于比較，不存在的元素被認為是無限大。堆最有趣的特性在于最小的元素總是在根結(jié)點：heap[0] 。

這個API與教材中堆算法的實現(xiàn)不太一樣，在于兩方面：

（a）我們使用了基于零開始的索引。這使得節(jié)點和其孩子節(jié)點之間的索引關(guān)系不太直觀，但是由于Python使用了從零開始的索引，所以這樣做更加合適。

（b）我們的 pop 方法返回了最小的元素，而不是最大的

（這在教材中叫做 “最小堆”；而“最大堆”在課本中更加常見，因為它更加適用于原地排序）。

基于這兩方面，把堆看作原生的Python list也沒什么奇怪的： heap[0] 表示最小的元素，同時 heap.sort() 維護了堆的不變性！

注意堆的實現(xiàn)，是一個單獨的模塊

mpy中的堆操作，之后在使用的時候做說明