- 查找最大或者最小的 N 个元素
- 问题:
- 怎样从一个集合中获得最大或者最小的 N 个元素列表?
- 解决方案:
- heapq 模块有两个函数:nlargest() 和 nsmallest()可以完美解决这个问题。
import heapq
nums = [1, 8, 2, 23, 7, -4, 18, 23, 42, 37, 2]
print(heapq.nlargest(3,nums))
print(heapq.nsmallest(3,nums))
# [42, 37, 23]
# [-4, 1, 2]
- 两个函数都能接受一个关键字参数,用于更复杂的数据结构中:
- heapq.nsmallest(要获取元素的数量,数据名,key= lambda s:s[“筛选的键值”]
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)
-
上面的代码在对每个元素进行对比的时候,会以 price 的值进行比较。
-
讨论:如果想在一个集合中查找最小或最大的 N 个元素,并且 N 小于集合元素数量,那么这些元素 提供了很好的性能。因为在底层实现里面,首先会将集合数据进行堆排序后放入一个列表中。
nums =[1, 8, 2, 23, 7, -4, 18, 23, 42, 37, 2]
heapq.heapify(nums)
print(nums)
- 堆数据结构最重要的特征是 heap[0] 永远是最小的元素。并且剩余的元素可以很容易的通过调用heapq.heappop() 方法来得到,该方法会先将第一个元素弹出来,然后用下一个最小的元素来取 代被弹出的元素(这种操作时间复杂度仅是0(log N),N 是堆大小)。比如,如果想要查找最小的3 个元素,你可以这样做:
for i in range(3):
print(heapq.heappop(nums))
- 当要查找的元素个数相对比较小的时候,函数 nlargest() 和 nsmallest() 是很合适的。如果 仅仅想要查找唯一的最小或者最大(N=1)的元素的话,那么使用min()和max()函数会更快些。类似 的,如果N的大小和集合大小接近的时候,通常先排序这个集合然后再使用切片操作会更快些。
- sorted(items)[:N]或者是sorted(items)[-N:]更快。
- 需要在正确场合使用函数 nlargest() 和 nsmallest() 才能发挥他们的优势。