python cookbook:3 查找最大或最小的N个元素

最新推荐文章于 2022-03-14 16:36:29 发布

原创最新推荐文章于 2022-03-14 16:36:29 发布 · 180 阅读

0 ·

CC 4.0 BY-SA版权

读书笔记专栏收录该内容

3 篇文章

订阅专栏

本文介绍如何利用Python的heapq模块中的nlargest和nsmallest函数高效地找到列表中最大的N个元素和最小的N个元素。通过具体实例展示了在不同场景下这些函数的应用，包括基本的数值列表和包含复杂数据结构的列表。文章强调了在N接近于集合大小时，使用排序可能更优。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import heapq
nums = [1, 8, 2, 23, 7, -4, 18, 23, 42, 37, 2]
print(heapq.nlargest(3, nums)) # Prints [42, 37, 23]
print(heapq.nsmallest(3, nums)) # Prints [-4, 1, 2]

两个函数同样支持关键字参数。

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'])

当要查找的元素个数相对比较小的时候，函数 nlargest() 和 nsmallest() 是很合适的。如果你仅仅想查找唯一的最小或最大（N=1）的元素的话，那么使用 min() 和 max() 函数会更快些。类似的，如果 N 的大小和集合大小接近的时候，通常先排序这个集合然后再使用切片操作会更快点（ sorted(items)[:N] 或者是 sorted(items)[-N:] ）。需要在正确场合使用函数 nlargest() 和 nsmallest() 才能发挥它们的优势（如果 N 快接近集合大小了，那么使用排序操作会更好些）。