Heap and Tries

Heap adalah bentuk pohon biner yang mempertahankan properti unik.satu tumpukan populer adalah min-heap,yang mengatur data sedemikian rupa sehingga sangat mudah untuk mengakes yang terkecil dari elemen heap.
Heap-pohon biner khusus untuk menyimpan data yang diurutkan,dapat membuat lebih lambat untuk pencarian,tetapi lebih cepat untuk pemasangan,struktur heap data dapat digunakan secara efisien untuk menemukan elemen terkecil atau elemen terbesar dalam array.

Tries:struktur pohon yang digunakan untuk mewakili kata-kata,yang dimana tidak diperlukan simpul dalam menjalankannya,sebagai kunci dari tries atau nilai yang sangat dikaitkan dengan tepi,dan node dan hanya ada untuk pelengkap
A simple Node class can be used to represent nodes in the trie:

class Node:
   def __init__(self) -> None:
       # Note that using dictionary for children (as in this implementation)
       # would not allow lexicographic sorting mentioned in the next section
       # (Sorting), because an ordinary dictionary would not preserve the
       # order of the keys
       self.children: Dict[str, Node] = {}  # mapping from character ==> Node
       self.value: Any = None

Sumber :https://ada110.github.io/dist/course_notes/Heaps_and_Tries.pdf
             https://www.codingblocks.net/podcast/data-structures-heaps-and-tries/