はじめに
Pythonには効率的なデータ構造を提供する標準ライブラリが数多くあります。その中でも、ヒープ（優先度付きキュー）を扱うためのheapqモジュールは、ソートや優先度付きのデータ処理に便利です。この記事では、heapq.heapify関数に焦点を当て、その使い方や活用方法を詳しく解説します。
heapq.heapify関数とは？
heapq.heapify関数は、リストをヒープキューに変換するための関数です。ヒープキューは、各要素が特定の順序に従って並べられるデータ構造で、特に最小値や最大値を効率よく取り出せる特性があります。
heapq.heapify関数の基本構文
基本的な構文は以下の通りです。
import heapq
heapq.heapify(iterable)
- iterable: リストなどの反復可能なオブジェクトを指定します。
この関数を実行すると、指定されたリストがその場でヒープ構造に変換されます。
heapq.heapify関数の使用例
リストをヒープに変換し、最小値を取り出すシンプルな例です。
import heapq
numbers = [4, 10, 3, 5, 1]
heapq.heapify(numbers)
print("ヒープ化後:", numbers)
print("最小値:", heapq.heappop(numbers))
実行結果
ヒープ化後: [1, 4, 3, 5, 10]
最小値: 1
heapq.heapify関数の応用例
優先度付きキューとしての活用例を紹介します。
import heapq
tasks = [(3, 'メールの返信'), (1, '会議準備'), (2, '資料作成')]
heapq.heapify(tasks)
while tasks:
priority, task = heapq.heappop(tasks)
print(f"優先度: {priority}, タスク: {task}")
実行結果
優先度: 1, タスク: 会議準備
優先度: 2, タスク: 資料作成
優先度: 3, タスク: メールの返信
まとめ
heapq.heapify関数は、リストを効率的にヒープキューに変換し、最小値や優先度付きデータを扱う際に便利です。Pythonで効率的なデータ処理を行いたい場合は、ぜひ活用してみてください。