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?
方案:
python heapq模块有两个函数:nlargest()和nsmallest()可以完美解决这个问题。
import heapq
nums=[1,5,64,87,6,3,46,89,12,5,63]
print(heapq.nlargest(3, nums)) # [89, 87, 64]
print(heapq.nsmallest(3, nums)) # [1, 3, 5]
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:下面代码在对每个元素进行对比的时候,会以price的值进行比较。
portfolio = [
{'name': 'IBM', 'shares': 100, 'price': 46.3},
{'name': 'APP', 'shares': 50, 'price': 157.5},
{'name': 'FB', 'shares': 200, 'price': 99.8},
{'name': 'HPQ', 'shares': 35, 'price': 12.4},
{'name': 'YHOO', 'shares': 45, 'price': 16.3},
{'name': 'ACME', 'shares': 75, 'price': 85.6},
]
cheap = heapq.nsmallest(2, portfolio, key=lambda s: s['price'])
expensive = heapq.nlargest(2, portfolio, key=lambda s: s['price'])
print(cheap) # [{'name': 'HPQ', 'shares': 35, 'price': 12.4}, {'name': 'YHOO', 'shares': 45, 'price': 16.3}]
print(expensive) # [{'name': 'APP', 'shares': 50, 'price': 157.5}, {'name': 'FB', 'shares': 200, 'price': 99.8}]
讨论:
如果你想在一个集合中吓着最小或者最大的N个元素,并且N小于集合元素数量,那么这些函数提供了良好的性能。因为在底层的实现里面,首先会将集合数据进行堆排序后放入一个列表中:
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仅是O(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:
当要查找的元素个数相对比较小的时候,函数你largest()和nsmallest()是很合适的。如果你仅仅想查找唯一的最小或者最大(N=1)的元素,那么使用min()和max()函数会更快些。类似的,如果N的大小和集合的大小接近的时候,通常先排序这个集合再使用切片操作会更快些。
尽管你没有必要一定使用这里的方法,但是对结构数据的实现是一个很有趣并且值得你深入学习的东西。基本上只要是结构数据和算法书籍里面都会提及到。heapq模块的官方文档里面也详细的介绍了对数据结构底层的实现细节。