python top n排序

本文介绍了Python中的堆数据结构及其在heapq模块中的应用,详细讲解了如何使用heapq进行top n排序,包括heappush、heappop等方法,并通过实例展示了如何对列表和字典进行高效操作,还探讨了堆在数据结构中的重要性和在优先队列中的应用挑战及解决方案。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

python top k 排序

 最小top n:

import heapq


import numpy as np

if __name__ == '__main__':
    a = [0, 1, 2, 3, 4, 5, 5, 7, 8, 10, 15, 20, 25]

    bbb= heapq.nsmallest(2, abs(np.array(a)-3.5))
    ccc= heapq.nsmallest(2,  enumerate(abs(np.array(a)-3.5)),key=lambda x: x[1])

    print(bbb)
    print(ccc)

最大top n:

topNum = 3

nlargestList = heapq.nlargest(topNum, myList) #取最大3个元素

堆的定义

堆是一种特殊的树形数据结构,每个节点都有一个值,通常我们所说的堆的数据结构指的是二叉树。堆的特点是根节点的值最大(或者最小),而且根节点的两个孩子也能与孩子节点组成子树,亦然称之为堆。 
堆分为两种,大根堆和小根堆是一颗每一个节点的键值都不小于(大于)其孩子节点的键值的树。无论是大根堆还是小根堆(前提是二叉堆)都可以看成是一颗完全二叉树。下面以图的形式直观感受一下: 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

AI算法网奇

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值