Python使用heapq實現小頂堆（TopK大）、大頂堆（BtmK小） | 四號程序員

Python使用heapq實現小頂堆（TopK大）、大頂堆（BtmK小）

4 Replies

需1求：給出N長的序列，求出TopK大的元素，使用小頂堆，heapq模塊實現。

view source

print ?

01	import heapq

02	import random

03

04	class TopkHeap(object):

05	def __init__(self, k):

06	self.k = k

07	self.data = []

08

09	def Push(self, elem):

10	if len(self.data) < self.k:

11	heapq.heappush(self.data, elem)

12

else:

13	topk_small = self.data[0]

14	if elem > topk_small:

15	heapq.heapreplace(self.data, elem)

16

17	def TopK(self):

18	return [x for x in reversed([heapq.heappop(self.data) for x in xrange(len(self.data))])]

19

20	if __name__ == "__main__":

21	print "Hello"

22	list_rand = random.sample(xrange(1000000), 100)

23	th = TopkHeap(3)

24	for i in list_rand:

25	th.Push(i)

26	print th.TopK()

27	print sorted(list_rand, reverse=True)[0:3]

上面的用heapq就能輕松搞定。

變態的需求來了：給出N長的序列，求出BtmK小的元素，即使用大頂堆。

heapq在實現的時候，沒有給出一個類似Java的Compartor函數接口或比較函數，開發者給出了原因見這里：http://code.activestate.com/lists/python-list/162387/

於是，人們想出了一些很NB的思路，見：http://stackoverflow.com/questions/14189540/python-topn-max-heap-use-heapq-or-self-implement

我來概括一種最簡單的：

將push(e)改為push(-e)、pop(e)改為-pop(e)。

也就是說，在存入堆、從堆中取出的時候，都用相反數，而其他邏輯與TopK完全相同，看代碼：

view source

print ?

01	class BtmkHeap(object):

02	def __init__(self, k):

03	self.k = k

04	self.data = []

05

06	def Push(self, elem):

07	# Reverse elem to convert to max-heap

08	elem = -elem

09	# Using heap algorighem

10	if len(self.data) < self.k:

11	heapq.heappush(self.data, elem)

12

else:

13	topk_small = self.data[0]

14	if elem > topk_small:

15	heapq.heapreplace(self.data, elem)

16

17	def BtmK(self):

18	return sorted([-x for x in self.data])

經過測試，是完全沒有問題的，這思路太Trick了……