溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
本文實例講述了python找到最大或最小的N個元素實現方法。分享給大家供大家參考，具體如下：
問題：想在某個集合中找出最大或最小的N個元素
解決方案：heapq模塊中的nlargest()和nsmallest()兩個函數正是我們需要的。
>>> import heapq >>> nums=[1,8,2,23,7,-4,18,23,42,37,2] >>> print(heapq.nlargest(3,nums)) [42, 37, 23] >>> print(heapq.nsmallest(3,nums)) [-4, 1, 2] >>>
這兩個函數接受一個參數key，允許其工作在更復雜的數據結構之上：
# example.py
#
# Example of using heapq to find the N smallest or largest items
import heapq
portfolio = [
{'name': 'IBM', 'shares': 100, 'price': 91.1},
{'name': 'AAPL', 'shares': 50, 'price': 543.22},
{'name': 'FB', 'shares': 200, 'price': 21.09},
{'name': 'HPQ', 'shares': 35, 'price': 31.75},
{'name': 'YHOO', 'shares': 45, 'price': 16.35},
{'name': 'ACME', 'shares': 75, 'price': 115.65}
]
cheap = heapq.nsmallest(3, portfolio, key=lambda s: s['price'])
expensive = heapq.nlargest(3, portfolio, key=lambda s: s['price'])
print(cheap)
print(expensive)
Python 3.4.0 (v3.4.0:04f714765c13, Mar 16 2014, 19:24:06) [MSC v.1600 32 bit (Intel)] on win32
Type "copyright", "credits" or "license()" for more information.
>>> ================================ RESTART ================================
>>>
[{'name': 'YHOO', 'price': 16.35, 'shares': 45}, {'name': 'FB', 'price': 21.09, 'shares': 200}, {'name': 'HPQ', 'price': 31.75, 'shares': 35}]
[{'name': 'AAPL', 'price': 543.22, 'shares': 50}, {'name': 'ACME', 'price': 115.65, 'shares': 75}, {'name': 'IBM', 'price': 91.1, 'shares': 100}]
>>>
如果正在尋找的最大或最小的N個元素，且相比于集合中元素的數量，N很小時，下面的函數性能更好。
這些函數首先會在底層將數據轉化為列表，且元素會以堆的順序排列。
>>> import heapq >>> nums=[1,8,2,23,7,-4,18,23,42,37,2] >>> heap=list(nums) >>> heap [1, 8, 2, 23, 7, -4, 18, 23, 42, 37, 2] >>> heapq.heapify(heap) #heapify()參數必須是list，此函數將list變成堆，實時操作。從而能夠在任何情況下使用堆的函數。 >>> heap [-4, 2, 1, 23, 7, 2, 18, 23, 42, 37, 8] >>> heapq.heappop(heap)#如下是為了找到第3小的元素 -4 >>> heapq.heappop(heap) 1 >>> heapq.heappop(heap) 2 >>>
堆（heap）最重要的特性就是heap[0]總是最小的元素。可通過heapq.heappop()輕松找到最小值，這個操作的復雜度為O(logN)，N代表堆得大小。
總結：
1、當要找的元素數量相對較小時，函數nlargest()和nsmallest()才最適用。
2、若只是想找到最小和最大值（N=1）時，使用min()和max()會更快。
3、若N和集合本身的大小差不多，更快的方法是先對集合排序再進行切片操作（例如使用sorted(items)[:N]或sorted(items)[-N：]）
4、heapq.heappush(heap, item):將item壓入到堆數組heap中。如果不進行此步操作，后面的heappop()失效；
heapq.heappop(heap):從堆數組heap中取出最小的值，并返回。
heapq.heapify(list):參數必須是list，此函數將list變成堆，實時操作。從而能夠在任何情況下使用堆的函數。
heapq.heappushpop(heap, item):是上述heappush和heappop的合體，同時完成兩者的功能.注意：相當于先操作了heappush(heap,item),然后操作heappop(heap)
heapreplace(heap, item):是heappop(heap)和heappush(heap,item)的聯合操作。注意，與heappushpop(heap,item)的區別在于，順序不同，這里是先進行刪除，后壓入堆
heap,merge(*iterables)
>>> h=[] #定義一個list >>> from heapq import * #引入heapq模塊 >>> h [] >>> heappush(h,5) #向堆中依次增加數值 >>> heappush(h,2) >>> heappush(h,3) >>> heappush(h,9) >>> h #h的值 [2, 5, 3, 9] >>> heappop(h) #從h中刪除最小的，并返回該值 2 >>> h [3, 5, 9] >>> h.append(1) #注意，如果不是壓入堆中，而是通過append追加一個數值 >>> h #堆的函數并不能操作這個增加的數值，或者說它堆對來講是不存在的 [3, 5, 9, 1] >>> heappop(h) #從h中能夠找到的最小值是3,而不是1 3 >>> heappush(h,2) #這時，不僅將2壓入到堆內，而且1也進入了堆。 >>> h [1, 2, 9, 5] >>> heappop(h) #操作對象已經包含了1 1
>>> h [1, 2, 9, 5] >>> heappop(h) 1 >>> heappushpop(h,4) #增加4同時刪除最小值2并返回該最小值，與下列操作等同： 2 #heappush(h,4),heappop(h) >>> h [4, 5, 9]
>>> a=[3,6,1] >>> heapify(a) #將a變成堆之后，可以對其操作 >>> heappop(a) 1 >>> b=[4,2,5] #b不是堆，如果對其進行操作，顯示結果如下 >>> heappop(b) #按照順序，刪除第一個數值并返回,不會從中挑選出最小的 4 >>> heapify(b) #變成堆之后，再操作 >>> heappop(b) 2
>>> a=[] >>> heapreplace(a,3) #如果list空，則報錯 Traceback (most recent call last): File "<stdin>", line 1, in <module> IndexError: index out of range >>> heappush(a,3) >>> a [3] >>> heapreplace(a,2) #先執行刪除（heappop(a)->3),再執行加入（heappush(a,2)) 3 >>> a [2] >>> heappush(a,5) >>> heappush(a,9) >>> heappush(a,4) >>> a [2, 4, 9, 5] >>> heapreplace(a,6) #先從堆a中找出最小值并返回，然后加入6 2 >>> a [4, 5, 9, 6] >>> heapreplace(a,1) #1是后來加入的，在1加入之前，a中的最小值是4 4 >>> a [1, 5, 9, 6]
>>> a=[2,4,6] >>> b=[1,3,5] >>> c=merge(a,b) >>> list(c) [1, 2, 3, 4, 5, 6]
更多關于Python相關內容感興趣的讀者可查看本站專題：《Python數據結構與算法教程》、《Python加密解密算法與技巧總結》、《Python編碼操作技巧總結》、《Python函數使用技巧總結》、《Python字符串操作技巧匯總》及《Python入門與進階經典教程》
希望本文所述對大家Python程序設計有所幫助。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
