python top k问题

本文介绍了如何使用numpy在Python中高效地解决Top K问题。通过实例展示,1万条数据的排序可在不到1毫秒内完成,而另一种方法的执行时间约为13毫秒。文章还提及了heapq在实现小顶堆和大顶堆中的应用。
摘要由CSDN通过智能技术生成

numpy的:

import numpy as np
top_k=3
arr = np.array([1, 3, 2, 4, 5])
top_k_idx=arr.argsort()[::-1][0:top_k]
print(top_k_idx)

这个效率比较高:

1万条排序,不到1ms

import heapq


import numpy as np

if __name__ == '__main__':
    a = [0, 1, 2, 3, 4, 5, 5, 7, 8, 10, 15, 20, 25]

    bbb= heapq.nsmallest(2, abs(np.array(a)-3.5))
    ccc= heapq.nsmallest(2,  enumerate(abs(np.array(a)-3.5)),key=lambda x: x[1])

    print(bbb)
    print(ccc)

#coding=utf-8
'''
Created on Sep 21, 2015
@author: haoyifen
'''
import time
import random
def left(i):
 
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

AI算法网奇

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值