python 迭代对象必须实现哪些方法(详解python之heapq模块及排序操作)
python 迭代对象必须实现哪些方法
详解python之heapq模块及排序操作说到排序,很多人可能第一想到的就是sorted,但是你可能不知道python中其实还有还就中方法哟,并且好多种场景下效率都会比sorted高。那么接下来我就依次来介绍我所知道的排序操作。
sorted(iterable, *, key=None, reverse=False)
|
list1 = [ 1 , 6 , 4 , 3 , 9 , 5 ] list2 = [ '12' , 'a6' , '4' , 'c34' , 'b9' , '5' ] print ( sorted (list1)) #[1, 3, 4, 5, 6, 9] print ( sorted (list2)) #['12', '4', '5', 'a6', 'b9', 'c34'] #总结上面两种排序:字符串排序根据元素首字符的ASCII比较进行排序, #数字类型按照大小排序,数字不能混合排序 list3 = [ { 'name' : 'jim' , 'age' : 23 , 'price' : 500 }, { 'name' : 'mase' , 'age' : 23 , 'price' : 600 }, { 'name' : 'tom' , 'age' : 25 , 'price' : 2000 }, { 'name' : 'alice' , 'age' : 22 , 'price' : 300 }, { 'name' : 'rose' , 'age' : 21 , 'price' : 2400 }, ] print ( sorted (list3,key = lambda s:(s[ 'age' ],s[ 'price' ]))) #[{'name': 'rose', 'age': 21, 'price': 2400}, {'name': 'alice', 'age': 22, 'price': 300}, {'name': 'jim', 'age': 23, 'price': 500}, {'name': 'mase', 'age': 23, 'price': 600}, {'name': 'tom', 'age': 25, 'price': 2000}] 最后的reverse参数我就不作说明了,就是把结果进行倒序,可用作降序排列 介绍一种比 lambda 效率高的方式: operator模块中的方法itemgetter >>> itemgetter( 1 )( 'ABCDEFG' ) 'B' >>> itemgetter( 1 , 3 , 5 )( 'ABCDEFG' ) ( 'B' , 'D' , 'F' ) >>> itemgetter( slice ( 2 , None ))( 'ABCDEFG' ) 'CDEFG 运用到上述代码 print ( sorted (list3,key = itemgetter( 'age' , 'price' ))) #结果同上但效率会比较高 |
接下来的排序操作涉及到一个非常重要的一种数据结构——堆,不过今天我主要介绍这个模块中的方法,具体什么是堆,及其还有一种数据结构——栈,有时间我会专门写一篇文章来介绍。
heapq(Python内置的模块)
__all__ = ['heappush', 'heappop', 'heapify', 'heapreplace', 'merge',
'nlargest', 'nsmallest', 'heappushpop']
接下来我们一一介绍。
nlargest与nsmallest,通过字面意思可以看出方法大致的作用,接下来动手测验
|
nlargest(n, iterable, key = None ) nsmallest(n, iterable, key = None ) #n:查找个数 iterable:可迭代对象 key:同sorted list1 = [ 1 , 6 , 4 , 3 , 9 , 5 ] list2 = [ '12' , 'a6' , '4' , 'c34' , 'b9' , '5' ] list3 = [ { 'name' : 'jim' , 'age' : 23 , 'price' : 500 }, { 'name' : 'mase' , 'age' : 23 , 'price' : 600 }, { 'name' : 'tom' , 'age' : 25 , 'price' : 2000 }, { 'name' : 'alice' , 'age' : 22 , 'price' : 300 }, { 'name' : 'rose' , 'age' : 21 , 'price' : 2400 }, ] from operator import itemgetter import heapq print (heapq.nlargest( len (list1),list1)) print (heapq.nlargest( len (list2),list2)) print (heapq.nlargest( len (list3),list3,key = itemgetter( 'age' , 'price' ))) #以上代码输出结果同sorted print (heapq.nsmallest( len (list1),list1)) print (heapq.nsmallest( len (list2),list2)) print (heapq.nsmallest( len (list3),list3,key = itemgetter( 'age' , 'price' ))) #结果是降序 [ 1 , 3 , 4 , 5 , 6 , 9 ] [ '12' , '4' , '5' , 'a6' , 'b9' , 'c34' ] [{ 'name' : 'rose' , 'age' : 21 , 'price' : 2400 }, { 'name' : 'alice' , 'age' : 22 , 'price' : 300 }, { 'name' : 'jim' , 'age' : 23 , 'price' : 500 }, { 'name' : 'mase' , 'age' : 23 , 'price' : 600 }, { 'name' : 'tom' , 'age' : 25 , 'price' : 2000 }] |
heappush,heappop,heapify,heapreplace,heappushpop
堆结构特点:heap[0]永远是最小的元素(利用此特性排序)
heapify:对序列进行堆排序,
heappush:在堆序列中添加值
heappop:删除最小值并返回
heappushpop:添加并删除堆中最小值且返回,添加之后删除
heapreplace:添加并删除队中最小值且返回,删除之后添加
|
nums = [ 54 , 23 , 64. , 323 , 53 , 3 , 212 , 453 , 65 ] heapify(nums) #先进行堆排序 print (heappop(nums)) #3 print (heappush(nums, 50 )) #添加操作,返回None print (heappushpop(nums, 10 )) #由于是添加后删除,所以返回10 print (heappop(nums)) #23 print (heapreplace(nums, 10 )) #和heappushpop,返回50 print (nums) #[10, 53, 54, 65, 323, 64.0, 212, 453] |
merge:合并多个序列
|
list1 = [ 1 , 2 , 3 , 4 , 5 , 12 ] set1 = { 2 , 3 , 9 , 23 , 54 } s = list (merge(list1,set1)) print (s) #[1, 2, 2, 3, 3, 4, 5, 9, 12, 54, 23] #发现输出结果不仅进行了合并,还进行了排序,有意思哈,可是换个代码测验,你再看一下 list1 = [ 31 , 2 , 83 , 24 , 5 , 12 ] set1 = { 2 , 83 , 9 , 23 , 54 } s = list (merge(list1,set1)) print (s) #[2, 9, 31, 2, 83, 24, 5, 12, 83, 54, 23] #你们肯定想这是什么鬼,一点都没有头绪,其实经过我的多次测验,还是有规律的,但是由于没有什么作用就不大篇幅说明了,喜欢刨根问题的小伙伴可以尝试自己思考一下。 |
小伙伴们有没有想我为何介绍这个模块,并且和排序放在一起呢,其实在很多时候我们需要找序列中的前几个最大值或者最小值,使用此模块中的方法是最好不过的了。
如果需要全部排序我们使用sorted,需要查找最大或最小的几个或者多个我们使用alargest/asmallest,查找最大最小使用max/min
原文链接:https://segmentfault.com/a/1190000017383322
- C#快速排序
- linq 排序
- python 字典按key值排序(Python 按字典dict的键排序,并取出相应的键值放于list中的实例)
- C#排序算法的比较
- pythondict排序原理(Python标准库使用OrderedDict类的实例讲解)
- dedecms自定义字段(详解怎么样让DEDECMS的list标签支持weight排序的方法)
- dedecms添加板块(织梦DedeCMS后台文件列表按文件名排序的方法简介)
- mysql 自定义排序
- 排序算法口诀php(PHP快速排序算法实现的原理及代码详解)
- php大量数据计算有什么技巧(PHP各种常见经典算法总结排序、查找、翻转等)
- python对列表排序(Python实现对特定列表进行从小到大排序操作示例)
- python排序方法简单(快速排序的四种python实现推荐)
- js数组排序有哪些(js将多维数组转为一维数组后去重排序)
- mysql中默认排序教程(基于mysql 默认排序规则的坑)
- C#插入排序
- javascript 数组排序
- 王治郅菜鸟赛季已让八一带入正轨,大郅七大经典语录或是成功秘诀(王治郅菜鸟赛季已让八一带入正轨)
- 庆八一,重读经典红色语录,感悟互联网发展硬道理(重读经典红色语录)
- TVB新剧《黯夜守护者》将播,陈展鹏陈炜首次合作探讨人性(TVB新剧黯夜守护者将播)
- 新晋小花被称女版吴卓羲 将取代滕丽名成为TVB新一代御用女警(新晋小花被称女版吴卓羲)
- 艺人吴卓羲10年警察生涯,演足10年阿Sir,系咩玩法(艺人吴卓羲10年警察生涯)
- 菲律宾潜水(菲律宾潜水价格)
热门推荐
- element-ui如何关闭表单验证(ElementUI实现el-form表单重置功能按钮)
- 如何解决php跨域问题(php简单检测404页面的方法示例)
- python3安装编程环境(Python3 修改默认环境的方法)
- mysql分区表的优缺点(MySQL数据表分区策略及优缺点分析)
- html5 webrtc技术详解(Html5 webRTC简单实现视频调用的示例代码)
- numpy常用统计分析函数(Numpy之random函数使用学习)
- html5如何设置标签(HTML5中在title标题标签里设置小图标的方法)
- php静态变量的含义(PHP中define 与 const定义常量的区别详解)
- react组件参数(浅析React中的受控组件和非受控组件)
- ASP.NET匿名类型var