本站消息

站长简介/公众号


站长简介:高级工程师,爱好交友,无偿辅导python和前端,技术交流,面试指导,找工作指导,瞎聊都可加我微信i88811i哈,欢迎欢迎!也欢迎加入程序员交流群,专属程序员的圈子,加我微信拉你进群.欢迎关注我的微信公众号:程序员总部,程序员的家,探索程序员的人生之路!分享IT最新技术,关注行业最新动向,让你永不落伍。了解同行们的工资,生活工作中的酸甜苦辣,谋求程序员的最终出路!

  价值13000svip视频教程,python大神匠心打造,零基础python开发工程师视频教程全套,基础+进阶+项目实战,包含课件和源码

  出租广告位,需要合作请联系站长

+关注
已关注

分类  

暂无分类

标签  

暂无标签

日期归档  

2021-05(2)

2021-06(6)

1.4 查找最大或最小的N个元素

发布于2022-01-23 20:13     阅读(216)     评论(0)     点赞(4)     收藏(5)



问题描述

怎样从一个集合中获得最大或最小的N个元素的列表?

解决方案

heapq模块有两个函数:nlargest()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.nsmallest(3, nums))
# 输出结果:[-4, 1, 2]
print(heapq.nlargest(3, nums))
# 输出结果:[42, 37, 23]

它们还可以接受一个关键字参数,用于更复杂的数据结构中:

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}
]
# 以price的值进行比较
cheap = heapq.nsmallest(3, portfolio, lambda s: s['price'])
print(cheap)
"""
输出结果:
[{'name': 'YHOO', 'shares': 45, 'price': 16.35}, {'name': 'FB', 'shares': 200, 'price': 21.09}, {'name': 'HPQ', 'shares': 35, 'price': 31.75}]
"""

讨论

该用法的底层实现是堆排序

import heapq

nums = [1, 8, 2, 23, 7, -4, 18, 23, 42, 37, 2]
heapq.heapify(nums)
print(nums)
"""
输出结果:
[-4, 2, 1, 23, 7, 2, 18, 23, 42, 37, 8]
"""

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()得到,该方法会先将第一个元素弹出,然后将下一个最小的元素排到第一个(这种操作的时间复杂度仅仅是O(logN),N是堆大小)。比如,如果想要查找最小的3个元素,可以这样做:

import heapq

nums = [1, 8, 2, 23, 7, -4, 18, 23, 42, 37, 2]
heapq.heapify(nums)
print(heapq.heappop(nums), heapq.heappop(nums), heapq.heappop(nums))
"""
输出结果:
-4 1 2
"""

需要在不同的场合使用不同的方法,才能最大发挥它们的优势。

  • 当要查找的元素个数N相对比较小的时候,函数nlargest()nsmallest()是很合适的;
  • 如果仅仅想要查找唯一的(N=1)最小或最大元素,那么使用函数min()max()会更快些;
  • 如果N的大小和集合大小接近,通常先排序再使用切片操作会更快些(sorted(items)[:N]或是sorted(items)[-N:])。

总结

本节介绍了由堆排序实现的nsmallest()函数和nlargest()函数,使用它们可以实现查找最大或最小的N个元素。

站长简介:高级工程师,爱好交友,无偿辅导python和前端,技术交流,面试指导,找工作指导,瞎聊都可加我微信i88811i哈,欢迎欢迎!也欢迎加入程序员交流群,专属程序员的圈子,加我微信拉你进群
欢迎关注我的公众号:程序员总部,关注公众号回复python,免费领取 全套python视频教程,关注公众号回复充值+你的账号,免费为您充值1000积分







所属网站分类: 技术文章 > 博客

作者:小胖子

链接:https://www.pythonheidong.com/blog/article/1257603/fe8d40a6522a09b73bfb/

来源:python黑洞网

任何形式的转载都请注明出处,如有侵权 一经发现 必将追究其法律责任

4 0
收藏该文
已收藏

评论内容:(最多支持255个字符)