长沙正规网站建设价格,成品网站1688入口网页版,中山高端企业网站设计,手机wordpress主题第一章#xff1a;数据结构和算法 Python 提供了大量的内置数据结构#xff0c;包括列表#xff0c;集合以及字典。大多数情况下使用这些数据结构是很简单的。但是#xff0c;我们也会经常碰到到诸如查询#xff0c;排序和过滤等等这些普遍存在的问题。 因此#xff0c;这…第一章数据结构和算法 Python 提供了大量的内置数据结构包括列表集合以及字典。大多数情况下使用这些数据结构是很简单的。但是我们也会经常碰到到诸如查询排序和过滤等等这些普遍存在的问题。 因此这一章的目的就是讨论这些比较常见的问题和算法。 另外我们也会给出在集合模块 collections 当中操作这些数据结构的方法。 参考 https://python3-cookbook.readthedocs.io/zh-cn/latest/index.html https://github.com/dabeaz/python-cookbook/tree/master 1.4 查找最大或最小的 N 个元素 问题 怎样从一个集合中获得最大或者最小的 N 个元素列表 解决方案 heapq 模块有两个函数nlargest() 和 nsmallest() 可以完美解决这个问题。 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]两个函数都能接受一个关键字参数用于更复杂的数据结构中 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, keylambda s: s[price]) expensive heapq.nlargest(3, portfolio, keylambda s: s[price])讨论 如果你想在一个集合中查找最小或最大的 N 个元素并且 N 小于集合元素数量。 在底层实现里面首先会先将集合数据进行堆排序后放入一个列表中 nums [1, 8, 2, 23, 7, -4, 18, 23, 42, 37, 2]import heapqheapq.heapify(nums)nums:[-4, 2, 1, 23, 7, 2, 18, 23, 42, 37, 8]堆数据结构最重要的特征是 heap[0] 永远是最小的元素。 并且剩余的元素可以很容易的通过调用 heapq.heappop() 方法得到该方法会先将第一个元素弹出来然后用下一个最小的元素来取代被弹出元素 (这种操作时间复杂度仅仅是 O(log N)N 是堆大小)。 比如如果想要查找最小的 3 个元素你可以这样做 heapq.heappop(nums) -4heapq.heappop(nums) 1heapq.heappop(nums) 2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 (N1) 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:] )。