📚 출처 - 1927 - 최소 힙
문제 설명
널리 잘 알려진 자료구조 중 최소 힙이 있다. 최소 힙을 이용하여 다음과 같은 연산을 지원하는 프로그램을 작성하시오.
프로그램은 처음에 비어있는 배열에서 시작하게 된다.
입력
첫째 줄에 연산의 개수 N(1 ≤ N ≤ 100,000)이 주어진다. 다음 N개의 줄에는 연산에 대한 정보를 나타내는 정수 x가 주어진다. 만약 x가 자연수라면 배열에 x라는 값을 넣는(추가하는) 연산이고, x가 0이라면 배열에서 가장 작은 값을 출력하고 그 값을 배열에서 제거하는 경우이다. x는 231보다 작은 자연수 또는 0이고, 음의 정수는 입력으로 주어지지 않는다.
출력
입력에서 0이 주어진 횟수만큼 답을 출력한다. 만약 배열이 비어 있는 경우인데 가장 작은 값을 출력하라고 한 경우에는 0을 출력하면 된다.
입출력 예
예제 입력 | 예제 출력 |
---|---|
9 0 12345678 1 2 0 0 0 0 32 | 0 1 2 12345678 0 |
이번 문제는 Heap
을 이용해 해결하면 간단하지만, 처음에 python
에서 Heap
을 사용해 본 적이 없었기 때문에 조금 헤맸던 문제입니다.
단순히 Heap
을 이용해 해결하면 매우 간단합니다. 코드를 먼저 보시죠~
from collections import deque
import sys
input = sys.stdin.readline
N = int(input())
result = deque()
for i in range(N):
x = int(input())
if x == 0:
if len(result) == 0:
print(0)
else:
print(min(result))
result.popleft()
else:
if len(result) == 0:
result.append(x)
elif result[0] > x:
result.appendleft(x)
else:
result.append(x)
import heapq
import sys
input = sys.stdin.readline
N = int(input())
result = []
for i in range(N):
x = int(input())
if x == 0:
if len(result) == 0:
print(0)
else:
print(heapq.heappop(result))
else:
heapq.heappush(result, x)
heapq
모듈은 이진 트리(binary tree) 기반의 최소 힙(min heap) 자료구조를 제공합니다.
min heap
을 사용하면 원소들이 항상 정렬된 상태로 추가되고 삭제되며, min heap
에서 가장 작은값은 언제나 인덱스 0, 즉, 이진 트리의 루트에 위치합니다. 내부적으로 min heap
내의 모든 원소(k)는 항상 자식 원소들(2k+1, 2k+2) 보다 크기가 작거나 같도록 원소가 추가되고 삭제됩니다.
heap[k] <= heap[2*k+1] and heap[k] <= heap[2*k+2]
예를 들어, 아래 그림은 위 공식을 만족시키는 간단한 min heap
의 구조를 보여주고 있습니다.
1 ---> root
/ \
3 5
/ \ /
4 8 7
import heapq
heapq
모듈에은 파이썬의 보통 리스트를 마치 최소 힙처럼 다룰 수 있도록 도와줍니다.
그렇게 때문에, 그냥 빈 리스트를 생성해놓은 다음 heapq
모듈의 함수를 호출할 때 마다 이 리스트를 인자로 넘겨야 합니다. 다시말해, 파이썬에서는 heapq
모듈을 통해서 원소를 추가하거나 삭제한 리스트가 그냥 최소 힙입니다.
heap = []
heapq
모듈의 heappush()
함수를 이용하여 힙에 원소를 추가할 수 있습니다. 첫번째 인자는 원소를 추가할 대상 리스트이며 두번째 인자는 추가할 원소를 넘깁니다.
heapq.heappush(heap, 4)
heapq.heappush(heap, 1)
heapq.heappush(heap, 7)
heapq.heappush(heap, 3)
print(heap)
>>> [1, 3, 7, 4]
가장 작은 1
이 인덱스 0에 위치하며, 인덱스 1(= k)에 위치한 3
은 인덱스 3(= 2k + 1)에 위치한 4
보다 크므로 힙의 공식을 만족합니다. 내부적으로 이진 트리에 원소를 추가하는 heappush()
함수는 O(logN)
의 시간 복잡도를 가집니다.
heapq
모듈의 heappop()
함수를 이용하여 힙에서 원소를 삭제할 수 있습니다. 원소를 삭제할 대상 리스트를 인자로 넘기면, 가장 작은 원소를 삭제 후에 그 값을 리턴합니다.
print(heapq.heappop(heap))
print(heap)
1
[3, 4, 7]
가장 작았던 1
이 삭제되어 리턴되었고, 그 다음으로 작었던 3
이 인덱스 0으로 올라왔습니다.
print(heapq.heappop(heap))
print(heap)
3
[4, 7]
가장 작었던 3
이 삭제되어 리턴되었고, 그 다음으로 작았던 4
가 인덱스 0으로 올라왔습니다. 내부적으로 이진 트리로 부터 원소를 삭제하는 heappop()
함수도 역시 O(logN)
의 시간 복잡도를 가집니다.
참고 자료 📩
Heap 사용법