找到最大或最小的N個元素---heapq模塊

堆排序heapq的用法

基本用法：

復雜數據結構：

# coding=utf-8
# 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'])   #對price進行排序
expensive = heapq.nlargest(3, portfolio, key=lambda s: s['price'])
print(cheap)
print(expensive)

輸出結果：

H:\Python27_64\python.exe H:/myfile/python-cookbook-master/src/1/finding_the_largest_or_smallest_n_items/example.py
[{'price': 16.35, 'name': 'YHOO', 'shares': 45}, {'price': 21.09, 'name': 'FB', 'shares': 200}, {'price': 31.75, 'name': 'HPQ', 'shares': 35}]
[{'price': 543.22, 'name': 'AAPL', 'shares': 50}, {'price': 115.65, 'name': 'ACME', 'shares': 75}, {'price': 91.1, 'name': 'IBM', 'shares': 100}]

進程已結束,退出代碼0

列出一些常見的用法：

heap = []#建立一個常見的堆

heappush(heap,item)#往堆中插入一條新的值

item = heappop(heap)#彈出最小的值

item = heap[0]#查看堆中最小的值，不彈出

heapify(x)#以線性時間將一個列表轉為堆

item = heapreplace(heap,item)#彈出一個最小的值，然后將item插入到堆當中。堆的整體的結構不會發生改變。
heappoppush()#彈出最小的值，並且將新的值插入其中

merge()#將多個堆進行合並

nlargest(n , iterbale, key=None)從堆中找出做大的N個數，key的作用和sorted( )方法里面的key類似，用列表元素的某個屬性和函數作為關鍵字

實驗：

a=range(9,0,-2)
print a
[9, 7, 5, 3, 1]
print heapq.nlargest(3,a)
[9, 7, 5]
heapq.heapify(a)
print a,a[0]
[1, 3, 5, 9, 7] 1
print heapq.heappop(a),heapq.heappop(a)
1 3
print a,'>>>'
[5, 7, 9] >>>
heapq.heappush(a,8) 　　　　　#直接放在堆的最后
print a
[5, 7, 9, 8]
heapq.heapreplace(a,7.5)    #刪一個左邊的，item插進去
print a
[7, 7.5, 9, 8]
heapq.heappushpop(a,8.5)    #刪一個左邊的，item插最后
print a
[7.5, 8, 9, 8.5]
a.sort()
print a
[7.5, 8, 8.5, 9]
print a[3]
9

#多個堆進行合並

b=range(3,6)
heapq.heapify(b)
c=range(13,16)
c.append([17,18])
print c
[13, 14, 15, [17, 18]]

heapq.heapify(c)
print c
[13, 14, 15, [17, 18]]

print list(heapq.merge(b,c))    
[3, 4, 5, 13, 14, 15, [17, 18]]