1.5节start..

cookbook/c01/p05_priority_queue.py

@@ -0,0 +1,21 @@
+#!/usr/bin/env python
+# -*- encoding: utf-8 -*-
+"""
+Topic: 优先级队列
+Desc : 
+"""
+import heapq
+
+
+class PriorityQueue:
+    def __init__(self):
+        self._queue = []
+        self._index = 0
+
+    def push(self, item, priority):
+        heapq.heappush(self._queue, (-priority, self._index, item))
+        self._index += 1
+
+    def pop(self):
+        return heapq.heappop(self._queue)[-1]
+

source/c01/p05_implement_a_priority_queue.rst

@@ -5,14 +5,92 @@
 ----------
 问题
 ----------
-todo...
+怎样实现一个按优先级排序的队列？ 并且在这个队列上面每次pop操作总是返回优先级最高的那个元素
 
 ----------
 解决方案
 ----------
-todo...
+The following class uses the heapq module to implement a simple priority queue:
+下面的类利用heapq模块实现了一个简单的优先级队列：
+
+.. code-block:: python
+
+    import heapq
+
+    class PriorityQueue:
+        def __init__(self):
+            self._queue = []
+            self._index = 0
+
+        def push(self, item, priority):
+            heapq.heappush(self._queue, (-priority, self._index, item))
+            self._index += 1
+
+        def pop(self):
+            return heapq.heappop(self._queue)[-1]
+
+
+下面是它的使用方式：
+
+.. code-block:: python
+
+    >>> class Item:
+    ...     def __init__(self, name):
+    ...         self.name = name
+    ...     def __repr__(self):
+    ...         return 'Item({!r})'.format(self.name)
+    ...
+    >>> q = PriorityQueue()
+    >>> q.push(Item('foo'), 1)
+    >>> q.push(Item('bar'), 5)
+    >>> q.push(Item('spam'), 4)
+    >>> q.push(Item('grok'), 1)
+    >>> q.pop()
+    Item('bar')
+    >>> q.pop()
+    Item('spam')
+    >>> q.pop()
+    Item('foo')
+    >>> q.pop()
+    Item('grok')
+    >>>
+
+仔细观察可以发现，第一个pop()操作返回优先级最高的元素。
+另外注意到如果两个有着相同优先级的元素(foo 和 grok)，pop操作按照它们被插入到队列的顺序返回的。
 
 ----------
 讨论
 ----------
-todo...
+这一小节我们主要关注heapq模块的使用。
+函数heapq.heappush()和heapq.heappop()分别在队列_queue上插入和删除第一个元素，
+并且_queue队列保证第一个元素拥有最小优先级(1.4节已经讨论过这个问题)。
+heappop()函数总是返回"最小的"的元素，这就是保证队列pop操作返回正确元素的关键。
+另外，由于push和pop操作时间复杂度为O(N)，其中N是堆的大小，因此就算是N很大的时候它们运行速度也依旧很快。
+
+在上面代码中，队列包含了一个(-priority, index, item)的元组。
+优先级为负数的目的是使得元素按照从高到低的优先级排序。
+这个跟普通的按优先级从低到高排序的堆排序恰巧相反。
+
+index变量的作用是保证同等优先级元素的正确排序。
+通过保存一个不断增加的index下标变量，可以确保元素安装它们插入的顺序排序。
+而且，index变量也在相同优先级元素比较的时候起到重要作用。
+
+为了阐明这些，Item实例是不能被排序的：
+
+.. code-block:: python
+
+    >>> a = Item('foo')
+    >>> b = Item('bar')
+    >>> a < b
+    Traceback (most recent call last):
+    File "<stdin>", line 1, in <module>
+    TypeError: unorderable types: Item() < Item()
+    >>>
+
+If you make (priority, item) tuples, they can be compared as long as the priorities
+are different. However, if two tuples with equal priorities are compared, the comparison
+fails as before. For example:
+如果你使用元组(priority, item),
+
+
+