python标准库模块_Python标准库模块之heapq

该模块提供了堆排序算法的实现。堆是二叉树,最大堆中父节点大于或等于两个子节点,最小堆父节点小于或等于两个子节点。

创建堆

heapq有两种方式创建堆, 一种是使用一个空列表,然后使用heapq.heappush()函数把值加入堆中,另外一种就是使用heap.heapify(list)转换列表成为堆结构

import heapq

# 第一种

"""

函数定义:

heapq.heappush(heap, item)

- Push the value item onto the heap, maintaining the heap invariant.

heapq.heappop(heap)

- Pop and return the smallest item from the heap, maintaining the heap invariant.

If the heap is empty, IndexError is raised. To access the smallest item without popping it, use heap[0].

"""

nums = [2, 3, 5, 1, 54, 23, 132]

heap = []

for num in nums:

heapq.heappush(heap, num) # 加入堆

print(heap[0]) # 如果只是想获取最小值而不是弹出,使用heap[0]

print([heapq.heappop(heap) for _ in range(len(nums))]) # 堆排序结果

# out: [1, 2, 3, 5, 23, 54, 132]

# 第二种

nums = [2, 3, 5, 1, 54, 23, 132]

heapq.heapify(nums)

print([heapq.heappop(nums) for _ in range(len(nums))]) # 堆排序结果

# out: [1, 2, 3, 5, 23, 54, 132]

heapq 模块还有一个heapq.merge(*iterables) 方法,用于合并多个排序后的序列成一个排序后的序列, 返回排序后的值的迭代器。

类似于sorted(itertools.chain(*iterables)),但返回的是可迭代的。

"""

函数定义:

heapq.merge(*iterables)

- Merge multiple sorted inputs into a single sorted output (for example, merge timestamped entries from multiple log files). Returns an iterator over the sorted values.

- Similar to sorted(itertools.chain(*iterables)) but returns an iterable, does not pull the data into memory all at once, and assumes that each of the input streams is already sorted (smallest to largest).

"""

import heapq

num1 = [32, 3, 5, 34, 54, 23, 132]

num2 = [23, 2, 12, 656, 324, 23, 54]

num1 = sorted(num1)

num2 = sorted(num2)

res = heapq.merge(num1, num2)

print(list(res))

访问堆内容

堆创建好后,可以通过`heapq.heappop() 函数弹出堆中最小值。

import heapq

nums = [2, 43, 45, 23, 12]

heapq.heapify(nums)

print(heapq.heappop(nums))

# out: 2

# 如果需要所有堆排序后的元素

result = [heapq.heappop(nums) for _ in range(len(nums))]

print(result)

# out: [12, 23, 43, 45]

如果需要删除堆中最小元素并加入一个元素,可以使用heapq.heaprepalce() 函数

import heapq

nums = [1, 2, 4, 5, 3]

heapq.heapify(nums)

heapq.heapreplace(nums, 23)

print([heapq.heappop(nums) for _ in range(len(nums))])

# out: [2, 3, 4, 5, 23]

获取堆最大或最小值

如果需要获取堆中最大或最小的范围值,则可以使用heapq.nlargest() 或heapq.nsmallest() 函数

"""

函数定义:

heapq.nlargest(n, iterable[, key])¶

- Return a list with the n largest elements from the dataset defined by iterable.

- key if provided, specifies a function of one argument that is used to extract a comparison key from each element in the iterable: key=str.lower

- Equivalent to: sorted(iterable, key=key, reverse=True)[:n]

"""

import heapq

nums = [1, 3, 4, 5, 2]

print(heapq.nlargest(3, nums))

print(heapq.nsmallest(3, nums))

"""

输出:

[5, 4, 3]

[1, 2, 3]

"""

这两个函数还接受一个key参数,用于dict或其他数据结构类型使用

import heapq

from pprint import pprint

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'])

pprint(cheap)

pprint(expensive)

"""

输出:

[{'name': 'YHOO', 'price': 16.35, 'shares': 45},

{'name': 'FB', 'price': 21.09, 'shares': 200},

{'name': 'HPQ', 'price': 31.75, 'shares': 35}]

[{'name': 'AAPL', 'price': 543.22, 'shares': 50},

{'name': 'ACME', 'price': 115.65, 'shares': 75},

{'name': 'IBM', 'price': 91.1, 'shares': 100}]

"""

heapq应用

实现heap堆排序算法

>>> def heapsort(iterable):

... h = []

... for value in iterable:

... heappush(h, value)

... return [heappop(h) for i in range(len(h))]

...

>>> heapsort([1, 3, 5, 7, 9, 2, 4, 6, 8, 0])

[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

该算法和sorted(iterable) 类似,但是它是不稳定的。

堆的值可以是元组类型,可以实现对带权值的元素进行排序。

>>> h = []

>>> heappush(h, (5, 'write code'))

>>> heappush(h, (7, 'release product'))

>>> heappush(h, (1, 'write spec'))

>>> heappush(h, (3, 'create tests'))

>>> heappop(h)

(1, 'write spec')

参考

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/355514.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

quartz Cron-Expression的表达式

关于quartz Cron-Expression的表达式,这个博客写的很好 ttp://www.cnblogs.com/yaowen/p/3779284.html CronTrigger配置完整格式为: [秒] [分] [小时] [日] [月] [周] [年] Q: C# quartz设置job间隔5min执行一次 A:0 30/5 16 * * ? 每…

oracle 启用闪回数据库,如何启用Oracle10g闪回数据库特性

为什么80%的码农都做不了架构师?>>>1.确认当前模式SYS AS SYSDBA on 29-MAR-05 >select flashback_on from v$database;FLA---NO2.检查/修改恢复区设置SYS AS SYSDBA on 29-MAR-05 >show parameter db_recovery_file_destNAME TYPE VALUE-----------…

nvme通用驱动_对领域驱动设计的理解与实践

领域驱动设计(Domain-Driven-Design)是一种针对大型复杂系统的领域建模与分析方法论。2003 年,Eric Evans 发布《Domain-Driven Design: Tackling Complexity in the Heart of Software》(领域驱动设计:软件核心复杂性应对之道),其中定义了DD…

为什么不应该用Stream forEach替换for循环的3个原因

太棒了! 我们正在将代码库迁移到Java8。我们将用函数替换所有内容。 扔掉设计模式。 删除面向对象。 对! 我们走吧! 等一下 Java 8已经问世了一年多,而这种兴奋又回到了日常业务中。 baeldung.com从2015年5月开始执行的一项非代…

Obj文件格式

obj文件是wavefront公司定义的3d模型文本格式数据文件 只支持模型三角面数据和材质信息,无动画功能支持 其中几何信息由.obj文件提供,材质信息由.mtl文件定义 文件以行为单位表示一条数据,可以根据行开头的字符判断后续的内容 其中 # 字符表示…

python通讯录综合_Python通讯录作业

我知道你们懒,代码直接贴到下面了,附上流程图#通讯录管理 #coding:utf-8 Mail{} print( ——————通讯录————— |1.添加联系人 | |2.删除联系人 | |3.查询联系人 | |4.更新联系人 | |5.退出通讯录 | ________________ ) while True: bhinput(请输入编号选择对…

使用NPOI库导入导出EXCEL

一、EXCEL 导入&#xff08;Excel 导入导出实际项目中会被封装成**Helper 本示例只对简单功能做演示&#xff09; NPOI 包引用 视图view {ViewBag.Title "NPOIExcel"; }<h2>NPOIExcel</h2> <form action"Url.Action("NPOIInport", &…

oracle12c ora 12547,Oracle 12c DBCA出现PRCR-1079 ORA-12547 CRS-5017

Oracle 12c用dbca创建数据库时出现了PRCR-1079 ORA-12547 CRS-5017不能启动数据库。因为这里安装了Oracle Restart&#xff0c;所以尝试使用srvctl start database命令来手动启动数据库&#xff0c;但是结果还是一样不能启动。[gridoracle12c 12.1]$ srvctl start database -db…

kmeans鸢尾花分类python代码_python实现鸢尾花三种聚类算法(K-means,AGNES,DBScan)

一.分散性聚类(kmeans) 算法流程: 1.选择聚类的个数k. 2.任意产生k个聚类&#xff0c;然后确定聚类中心&#xff0c;或者直接生成k个中心。 3.对每个点确定其聚类中心点。 4.再计算其聚类新中心。 5.重复以上步骤直到满足收敛要求。&#xff08;通常就是确定的中心点不再改变。…

akka_Akka的字数统计MapReduce

akka在我与Akka的日常工作中&#xff0c;我最近写了一个字数映射减少示例。 本示例实现了Map Reduce模型&#xff0c;该模型非常适合横向扩展设计方法。 流 客户端系统&#xff08;FileReadActor&#xff09;读取文本文件&#xff0c;并将每一行文本作为消息发送给ClientActor…

Log4j 2配置与IntelliJ IDEA控制台颜色

Log4j是Java平台上最好的日志组件了&#xff0c;Log4j 2升级了不少API&#xff0c;拓展性更好。使用的话只需要直接引入就可以了. <dependency><groupId>log4j</groupId><artifactId>log4j</artifactId><version>1.2.17</version> &…

用c3p0连接oracle怎么分页,JSP分页(MySql+c3p0+dbutils)

JSP分页(MySqlc3p0dbutils)来源&#xff1a;互联网作者&#xff1a;佚名时间&#xff1a;2015-02-16 17:27为什么要对数据进行分页&#xff1f;当数据较多时&#xff0c;页面就会变的很庞大&#xff0c;不仅会影响到用户的使用&#xff0c;而且还有加重服务器的负担。下面简单的…

用python自动发邮件_Python实现向QQ群成员自动发邮件的方法

#coding:utf-8 import random import smtplib from email.mime.text import MIMEText import time def send_mail(mailto): print Setting MIMEText CTopen(content.txt,r) #读取发送邮件内容 contentCT.read().decode(utf-8) msgMIMEText(content.encode(utf8),_subtypehtml) …

Apache Storm的实时情绪分析示例

实时情感分析是指处理自然语言文本&#xff08;或语音&#xff09;流以提取主观信息。 琐碎的用例用于构建推荐引擎或查找社交媒体趋势。 我选择了Apache Storm作为实时处理引擎。 Storm非常强大&#xff08;我们正在生产中使用它&#xff09;&#xff0c;并且非常容易在其之上…

产品经理在早期如何快速学习?

产品经理在早期如何快速学习&#xff1f; 1、多阅读 &#xff08;1&#xff09;阅读专业书籍 比如说小米的黎万强写了一本《参与感》&#xff0c;讲述了小米成长过程中的一系列案例分析&#xff0c;概念总结。黎老师是小米创始元老&#xff0c;案例有小米的成功背书&#xff0c…

linux ftp解压命令 cannot fid or open,Linux环境搭建及常用shell命令集锦

22.crontab –l 查看crontab命令行 (13)23.重定向 (13)24.ps –eaf | grep httpd 查找httpd进程 (13)25.kill -9 PID 强制停止进程 (13)26.rpm –ivh a.rpm 安装rpm包 (13)27.chmod 111(可执行)/222(可读)/444(可写) file 权限 (13)28.修改linux颜色在vim .bash_profile里添加e…

flink sql设置并行度_《从0到1学习Flink》—— Flink parallelism 和 Slot 介绍

前言之所以写这个是因为前段时间自己的项目出现过这样的一个问题&#xff1a;Caused by: akka.pattern.AskTimeoutException: Ask timed out on [Actor[akka://flink/user/taskmanager_0#15608456]] after [10000 ms]. Sender[null] sent message of type "org.apache.f…

zabbix3.2监控

自动化运维框架 运维标准流程监控管理容量管理、关联关系、任务管理、自动部署、分布式集群、传统集群、机器管理安全控制灾难管理 自动化监控 监控评估数据采集主动式数据采集: client、公共插件、自定义脚本被动式服务状态: 服务状态、程序状态、用户访问质量第三方信息 公…

linux使用创建es用户,linux用户权限设置(安装elasticsearch7.x)

前言今天下载了elasticsearch的7.x版本&#xff0c;使用bin/elasticsearch -d 启动后&#xff0c;报出如下错误&#xff1a;java.lang.RuntimeException: can not run elasticsearch as rootat org.elasticsearch.bootstrap.Bootstrap.initializeNatives(Bootstrap.java:105)at…

fasttext 文本分类_一文综述经典的深度文本分类方法

作者 | 何从庆转载自AI算法之心(ID:AIHeartForYou)笔者整理最近几年比较经典的深度文本分类方法&#xff0c;希望帮助小伙伴们了解深度学习在文本分类中的应用。Convolutional Neural Networks for Sentence Classification (EMNLP 2014)Kim在EMNLP2014提出的TextCNN方法&…