class queue.PriorityQueue(maxsize=0)
优先级队列构造函数。 maxsize 是个整数，用于设置可以放入队列中的项目数的上限。当达到这个大小的时候，插入操作将阻塞至队列中的项目被消费掉。如果 maxsize 小于等于零，队列尺寸为无限大。
最小值先被取出( 最小值条目是由 sorted(list(entries))[0] 返回的条目)。条目的典型模式是一个以下形式的元组： (priority_number, data) 。
如果 data 元素没有可比性，数据将被包装在一个类中，忽略数据值，仅仅比较优先级数字 ：
1 from dataclasses import dataclass, field
2 from typing import Any
3
4 @dataclass(order=True)
5 class PrioritizedItem:
6 priority: int
7 item: Any=field(compare=False)
Queue对象
队列对象 (Queue, LifoQueue, 或者 PriorityQueue) 提供下列描述的公共方法。
Queue.qsize()-
返回队列的大致大小。注意，qsize() > 0 不保证后续的 get() 不被阻塞，qsize() < maxsize 也不保证 put() 不被阻塞。
Queue.empty()-
如果队列为空，返回
True，否则返回False。如果 empty() 返回True，不保证后续调用的 put() 不被阻塞。类似的，如果 empty() 返回False，也不保证后续调用的 get() 不被阻塞。
Queue.full()-
如果队列是满的返回
True，否则返回False。如果 full() 返回True不保证后续调用的 get() 不被阻塞。类似的，如果 full() 返回False也不保证后续调用的 put() 不被阻塞。
Queue.put(item, block=True, timeout=None)-
将 item 放入队列。如果可选参数 block 是 true 并且 timeout 是
None(默认)，则在必要时阻塞至有空闲插槽可用。如果 timeout 是个正数，将最多阻塞 timeout 秒，如果在这段时间没有可用的空闲插槽，将引发Full异常。反之 (block 是 false)，如果空闲插槽立即可用，则把 item 放入队列，否则引发Full异常 ( 在这种情况下，timeout 将被忽略)。
Queue.put_nowait(item)-
相当于
put(item, False)。
Queue.get(block=True, timeout=None)-
从队列中移除并返回一个项目。如果可选参数 block 是 true 并且 timeout 是
None(默认值)，则在必要时阻塞至项目可得到。如果 timeout 是个正数，将最多阻塞 timeout 秒，如果在这段时间内项目不能得到，将引发Empty异常。反之 (block 是 false) , 如果一个项目立即可得到，则返回一个项目，否则引发Empty异常 (这种情况下，timeout 将被忽略)。POSIX系统3.0之前，以及所有版本的Windows系统中，如果 block 是 true 并且 timeout 是
None， 这个操作将进入基础锁的不间断等待。这意味着，没有异常能发生，尤其是 SIGINT 将不会触发KeyboardInterrupt异常。
Queue.get_nowait()-
相当于
get(False)。
提供了两个方法，用于支持跟踪 排队的任务 是否 被守护的消费者线程 完整的处理。
Queue.task_done()-
表示前面排队的任务已经被完成。被队列的消费者线程使用。每个
get()被用于获取一个任务， 后续调用task_done()告诉队列，该任务的处理已经完成。如果
join()当前正在阻塞，在所有条目都被处理后，将解除阻塞(意味着每个put()进队列的条目的task_done()都被收到)。如果被调用的次数多于放入队列中的项目数量，将引发
ValueError异常 。
Queue.join()-
阻塞至队列中所有的元素都被接收和处理完毕。
当条目添加到队列的时候，未完成任务的计数就会增加。每当消费者线程调用
task_done()表示这个条目已经被回收，该条目所有工作已经完成，未完成计数就会减少。当未完成计数降到零的时候，join()阻塞被解除。
如何等待排队的任务被完成的示例：
1 def worker():
2 while True:
3 item = q.get()
4 if item is None:
5 break
6 do_work(item)
7 q.task_done()
8
9 q = queue.Queue()
10 threads = []
11 for i in range(num_worker_threads):
12 t = threading.Thread(target=worker)
13 t.start()
14 threads.append(t)
15
16 for item in source():
17 q.put(item)
18
19 # block until all tasks are done
20 q.join()
21
22 # stop workers
23 for i in range(num_worker_threads):
24 q.put(None)
25 for t in threads:
26 t.join()
一道leetcode题目：
347. Top K Frequent Elements 前K个高频元素
给定一个非空的整数数组，返回其中出现频率前 k 高的元素。
示例 1:
输入: nums = [1,1,1,2,2,3], k = 2 输出: [1,2]
示例 2:
输入: nums = [1], k = 1 输出: [1]
说明：
- 你可以假设给定的 k 总是合理的，且 1 ≤ k ≤ 数组中不相同的元素的个数。
- 你的算法的时间复杂度必须优于 O(n log n) , n 是数组的大小。
1 class Solution:
2 def topKFrequent(self, nums, k: int):
3 if k<0 or k>len(nums): return []
4 from queue import PriorityQueue
5 from collections import defaultdict
6 queue = PriorityQueue()
7 d = defaultdict(int)
8 res = []
9 for i in nums:
10 d[i]+=1
11 d = list(d.items())
12 print(d)
13 for i in range(len(d)):
14 queue.put([-d[i][1],d[i][0]])
15 for i in range(k):
16 res.append(queue.get()[1])
17 return res
参考自 Python 标准库