千家信息网

heapq取列表最大或最小值元素

发表于:2025-01-19 作者:千家信息网编辑
千家信息网最后更新 2025年01月19日,在一个集合中获取最大或者最小的n个元素,这时候就可以使用heapq模块中有nlargest和nsmallest函数可以达到需求heapq介绍:heapq模块实现了python中的堆排序,并提供了有关方
千家信息网最后更新 2025年01月19日heapq取列表最大或最小值元素

在一个集合中获取最大或者最小的n个元素,这时候就可以使用heapq模块中有nlargest和nsmallest函数可以达到需求

heapq介绍:

heapq模块实现了python中的堆排序,并提供了有关方法。让用Python实现排序算法有了简单快捷的方式。

>>> a=[1,2,5,9,72,-4]>>> import heapq

#获取列表中最小的两个元素

>>> heapq.nsmallest(2,a)[-4, 1]

#获取列表中最大的两个元素

>>> heapq.nlargest(2,a)[72, 9]

其他函数说明:

heappush()


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


heappop()


heapq.heappop(heap):从堆数组heap中取出最小的值,并返回。

>>> 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13>>> 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11

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)

>>> 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]heapq.heapify(x)x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。>>> 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

heapq.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

>>> a=[]>>> heapreplace(a,3)            #如果list空,则报错Traceback (most recent call last):File "", line 1, in 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62>>> 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44>>> a[1, 5, 9, 6]heapq.merge(*iterables)

举例:

>>> a=[2,4,6]         >>> b=[1,3,5]>>> c=merge(a,b)>>> list(c)[1, 2, 3, 4, 5, 6]在归并排序中详细演示了本函数的使用方法。heapq.nlargest(n, iterable[, key]),heapq.nsmallest(n, iterable[, key])获取列表中最大、最小的几个值。>>> a   [2, 4, 6]>>> nlargest(2,a)[6, 4]

注:其他函数出自https://github.com/qiwsir/algorithm/blob/master/heapq.md

0