本文实例讲述了python找到最大或最小的N个元素实现方法。分享给大家供大家参考,具体如下:
问题:想在某个集合中找出最大或最小的N个元素
解决方案:heapq模块中的nlargest()
和nsmallest()
两个函数正是我们需要的。
> 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] >
这两个函数接受一个参数key,允许其工作在更复杂的数据结构之上:
# 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}] >
如果正在寻找的最大或最小的N个元素,且相比于集合中元素的数量,N很小时,下面的函数性能更好。
这些函数首先会在底层将数据转化为列表,且元素会以堆的顺序排列。
> 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()参数必须是list,此函数将list变成堆,实时操作。从而能够在任何情况下使用堆的函数。 > heap [-4, 2, 1, 23, 7, 2, 18, 23, 42, 37, 8] > heapq.heappop(heap)#如下是为了找到第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]总是最小的元素。可通过heapq.heappop()
轻松找到最小值,这个操作的复杂度为O(logN),N代表堆得大小。
总结:
1、当要找的元素数量相对较小时,函数nlargest()
和nsmallest()
才最适用。
2、若只是想找到最小和最大值(N=1)时,使用min()和max()会更快。
3、若N和集合本身的大小差不多,更快的方法是先对集合排序再进行切片操作(例如使用sorted(items)[:N]
或sorted(items)[-N:]
)
4、heapq.heappush(heap, item):将item压入到堆数组heap中。如果不进行此步操作,后面的heappop()失效;
heapq.heappop(heap):从堆数组heap中取出最小的值,并返回。
heapq.heapify(list):参数必须是list,此函数将list变成堆,实时操作。从而能够在任何情况下使用堆的函数。
heapq.heappushpop(heap, item):是上述heappush和heappop的合体,同时完成两者的功能.注意:相当于先操作了heappush(heap,item),然后操作heappop(heap)
heapreplace(heap, item):是heappop(heap)和heappush(heap,item)的联合操作。注意,与heappushpop(heap,item)的区别在于,顺序不同,这里是先进行删除,后压入堆
heap,merge(*iterables)
> h=[] #定义一个list > from heapq import * #引入heapq模块 > h [] > heappush(h,5) #向堆中依次增加数值 > heappush(h,2) > heappush(h,3) > heappush(h,9) > h #h的值 [2, 5, 3, 9] > heappop(h) #从h中删除最小的,并返回该值 2 > h [3, 5, 9] > h.append(1) #注意,如果不是压入堆中,而是通过append追加一个数值 > h #堆的函数并不能操作这个增加的数值,或者说它堆对来讲是不存在的 [3, 5, 9, 1] > heappop(h) #从h中能够找到的最小值是3,而不是1 3 > heappush(h,2) #这时,不仅将2压入到堆内,而且1也进入了堆。 > h [1, 2, 9, 5] > heappop(h) #操作对象已经包含了1 1
> h [1, 2, 9, 5] > heappop(h) 1 > heappushpop(h,4) #增加4同时删除最小值2并返回该最小值,与下列操作等同: 2 #heappush(h,4),heappop(h) > h [4, 5, 9]
> a=[3,6,1] > heapify(a) #将a变成堆之后,可以对其操作 > heappop(a) 1 > b=[4,2,5] #b不是堆,如果对其进行操作,显示结果如下 > heappop(b) #按照顺序,删除第一个数值并返回,不会从中挑选出最小的 4 > heapify(b) #变成堆之后,再操作 > heappop(b) 2
> a=[] > heapreplace(a,3) #如果list空,则报错 Traceback (most recent call last): File "<stdin>", line 1, in <module> IndexError: index out of range > heappush(a,3) > a [3] > heapreplace(a,2) #先执行删除(heappop(a)->3),再执行加入(heappush(a,2)) 3 > a [2] > heappush(a,5) > heappush(a,9) > heappush(a,4) > a [2, 4, 9, 5] > heapreplace(a,6) #先从堆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是后来加入的,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]
更多关于Python相关内容感兴趣的读者可查看本站专题:《Python数据结构与算法教程》、《Python加密解密算法与技巧总结》、《Python编码操作技巧总结》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》及《Python入门与进阶经典教程》
希望本文所述对大家Python程序设计有所帮助。
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!
《魔兽世界》大逃杀!60人新游玩模式《强袭风暴》3月21日上线
暴雪近日发布了《魔兽世界》10.2.6 更新内容,新游玩模式《强袭风暴》即将于3月21 日在亚服上线,届时玩家将前往阿拉希高地展开一场 60 人大逃杀对战。
艾泽拉斯的冒险者已经征服了艾泽拉斯的大地及遥远的彼岸。他们在对抗世界上最致命的敌人时展现出过人的手腕,并且成功阻止终结宇宙等级的威胁。当他们在为即将于《魔兽世界》资料片《地心之战》中来袭的萨拉塔斯势力做战斗准备时,他们还需要在熟悉的阿拉希高地面对一个全新的敌人──那就是彼此。在《巨龙崛起》10.2.6 更新的《强袭风暴》中,玩家将会进入一个全新的海盗主题大逃杀式限时活动,其中包含极高的风险和史诗级的奖励。
《强袭风暴》不是普通的战场,作为一个独立于主游戏之外的活动,玩家可以用大逃杀的风格来体验《魔兽世界》,不分职业、不分装备(除了你在赛局中捡到的),光是技巧和战略的强弱之分就能决定出谁才是能坚持到最后的赢家。本次活动将会开放单人和双人模式,玩家在加入海盗主题的预赛大厅区域前,可以从强袭风暴角色画面新增好友。游玩游戏将可以累计名望轨迹,《巨龙崛起》和《魔兽世界:巫妖王之怒 经典版》的玩家都可以获得奖励。
更新日志
- 群星《继续微笑致敬许冠杰》[低速原抓WAV+CUE]
- 潘秀琼.2003-国语难忘金曲珍藏集【皇星全音】【WAV+CUE】
- 林东松.1997-2039玫瑰事件【宝丽金】【WAV+CUE】
- 谭咏麟.2022-倾·听【环球】【WAV+CUE】
- 4complete《丛生》[320K/MP3][85.26MB]
- 4complete《丛生》[FLAC/分轨][218.01MB]
- 羽泉《给未来的你&天黑天亮》[WAV+CUE][968M]
- 庄心妍《我也许在等候》[低速原抓WAV+CUE]
- 王雅洁《小调歌后2》[原抓WAV+CUE]
- 中国武警男声合唱团《辉煌之声1天路》[DTS-WAV分轨]
- 紫薇《旧曲新韵》[320K/MP3][175.29MB]
- 紫薇《旧曲新韵》[FLAC/分轨][550.18MB]
- 周深《反深代词》[先听版][320K/MP3][72.71MB]
- 李佳薇.2024-会发光的【黑籁音乐】【FLAC分轨】
- 后弦.2012-很有爱【天浩盛世】【WAV+CUE】