在某個集合中找到最大或最小的N個元素html
使用heapq
模塊python
heapq.nlargest(n, iterable, key=None)heapq.nsmallest(n, iterable, key=None)api
例如:微信
>>> import heapq >>> l = [9, -2, 0, 8, 1, 3] >>> print(heapq.nlargest(2, l)) [9, 8] >>> print(heapq.nsmallest(2, l)) [-2, 0]
此外,這兩個函數均可以接受key
做爲參數,例如:數據結構
import heapq fruits = [ {'name': 'orange', 'price': 5}, {'name': 'apple', 'price': 2}, {'name': 'pear', 'price': 1.5}, {'name': 'lemon', 'price': 3}, ] print(heapq.nlargest(2, fruits, key=lambda x: x['price']))
輸出爲:app
[{'name': 'orange', 'price': 5}, {'name': 'lemon', 'price': 3}]
根據Python3官方文檔對heapq的介紹能夠了解到函數
heapq
提供了堆數據結構的實現,而且實現方式是小頂堆,也就是說每次pop的時候取出的是最小的元素ui
首先使用heapq.heapify
將一個列表初始化爲堆spa
>>> import heapq >>> l = [-1, 2, 5, 0, 8] >>> heapq.heapify(l) >>> print(l) [-1, 0, 5, 2, 8]
而後就能夠調用heapq.heappush
和heapq.heappop
對堆進行增長和刪除操做了code
>>> heapq.heappush(l, 8) >>> print(l) [-1, 0, 5, 2, 8, 8] >>> print(heapq.heappop(l)) -1
此外,heapq
還提供了其餘堆的一些操做
heapq.heappushpop(heap, item)
先將item
存入堆中,而後彈出最小的元素,至關於先調用了heapq.heappush(item)
再調用heapq.heappop()
,但這樣調用會比分開調用兩個函數效率更高heapq.heapreplace(heap, item)
先彈出最小的元素,再存入item
heapq.merge(*iterables, key=None, reverse=False)
將多個有序的集合合併成一個有序的集合,而且返回的是迭代器對象Python Cookbook
歡迎關注個人微信公衆號:python每日一練