最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

Python實(shí)現(xiàn)從N個(gè)數(shù)中找到最大的K個(gè)數(shù)

 更新時(shí)間:2020年04月02日 10:33:23   作者:SpiderLiH  
這篇文章主要介紹了Python實(shí)現(xiàn)從N個(gè)數(shù)中找到最大的K個(gè)數(shù),具有很好的參考價(jià)值,希望對大家有所幫助。一起跟隨小編過來看看吧

提出問題:

如何在某集合里面找出最大或最小的K個(gè)元素。

解決思路:

找出最大或最下的K個(gè)元素,可以使用Python庫中的heapq模塊,該模塊提供兩個(gè)函數(shù)nlargest()求最大K個(gè)和nsmallest()求最小K個(gè)。

下面我們舉例說明:

import heapq

nums=[12,-9,-3,32,9,56,23,0,11,34]
print(heapq.nlargest(4,nums)) #-->最大的4個(gè)
print(heapq.nsmallest(4,nums)) #-->最小的4個(gè)

運(yùn)行結(jié)果:

[56, 34, 32, 23]
[-9, -3, 0, 9]

分析下,nlargest()和nsmallest()函數(shù)有兩個(gè)參數(shù),第一個(gè)參數(shù)是求最大或最下的K個(gè)元素,第二個(gè)參數(shù)是待查詢的集合。除此之外,他們也可以接受一個(gè)參數(shù)key,這使得他們處理更加復(fù)雜的數(shù)據(jù)結(jié)構(gòu)。例如:

import heapq
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'])
print(cheap)
expensive = heapq.nlargest(3, portfolio, key=lambda s: s['price'])
print(expensive)

運(yùn)行結(jié)果:

[{'name': 'YHOO', 'shares': 45, 'price': 16.35}, {'name': 'FB', 'shares': 200, 'price': 21.09}, {'name': 'HPQ', 'shares': 35, 'price': 31.75}]
[{'name': 'AAPL', 'shares': 50, 'price': 543.22}, {'name': 'ACME', 'shares': 75, 'price': 115.65}, {'name': 'IBM', 'shares': 100, 'price': 91.1}]

深入討論:

假如說,我們正在尋找某集合中最大或最下的K個(gè)元素,并且N的數(shù)值很小,如果再使用上面的方法,可能就不是最好的選擇。那么,我們介紹heapify()函數(shù),這個(gè)函數(shù)首先會(huì)在底層將數(shù)據(jù)轉(zhuǎn)換成列表,并且元素會(huì)以堆的順序排列。舉例:

從上面的代碼中,我們看出元素確實(shí)是以堆的順序排列的,同時(shí)堆hea_num[0]對應(yīng)的元素-9總是最小的。在heapq()模塊中還提供heappop()函數(shù),該方法會(huì)把第一個(gè)元素(最小的)給彈出來,然后第二小的元素會(huì)自動(dòng)補(bǔ)位,它的操作時(shí)間復(fù)雜度是O(log N),其中N代表的是堆的大小。

具體的操作看下面的代碼:

總結(jié)一下:

當(dāng)要查找的元素?cái)?shù)量比較少的時(shí),適合使用nlargest()和nsmallest()

當(dāng)只查找集合中最大或最小的1個(gè)元素時(shí),推薦使用min()和max()

當(dāng)N和集合本身大小差不多時(shí),應(yīng)該是先對集合排序,然后做切片操作(比如:sorted(items)[:N]或sorted(items)[-N:])

補(bǔ)充知識(shí):python三個(gè)數(shù)從小到大排序

python三個(gè)數(shù)從小到大排序

1、首先定義一個(gè)函數(shù)paiLie();然后在paiLie函數(shù)內(nèi)使用for循環(huán)和input獲取三個(gè)數(shù)字并存入列表;最后調(diào)用列表的sort()方法進(jìn)行排序即可。

def paiLie():
 result = []
 for i in range(3):
  x = input("請輸入數(shù)字:")
  result.append(x)
 result.sort()
 print result

2、調(diào)用

paiLie()
請輸入數(shù)字:56
請輸入數(shù)字:5
請輸入數(shù)字:89

運(yùn)行結(jié)果:

[5, 56, 89]

以上這篇Python實(shí)現(xiàn)從N個(gè)數(shù)中找到最大的K個(gè)數(shù)就是小編分享給大家的全部內(nèi)容了,希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。

相關(guān)文章

  • python分布式庫celery處理大規(guī)模的任務(wù)并行化

    python分布式庫celery處理大規(guī)模的任務(wù)并行化

    Python中的分布式任務(wù)隊(duì)列時(shí),Celery是一個(gè)備受推崇的工具,它是一個(gè)功能強(qiáng)大的分布式系統(tǒng),可用于處理大規(guī)模的任務(wù)并行化,本文將介紹Celery的基本概念、用法和示例代碼,幫助讀者更好地了解和使用這個(gè)庫
    2024-01-01
  • Python垃圾回收及Linux?Fork

    Python垃圾回收及Linux?Fork

    這篇文章主要介紹了Python垃圾回收及Linux?Forkm,Python垃圾回收主要以引用計(jì)數(shù)為主,分代回收為輔,而一個(gè)進(jìn)程調(diào)用fork()函數(shù)后,系統(tǒng)先給新的進(jìn)程分配資源,例如存儲(chǔ)數(shù)據(jù)和代碼的空間,下面來看文章具體介紹吧
    2022-01-01
  • 用Python實(shí)現(xiàn)群發(fā)郵件

    用Python實(shí)現(xiàn)群發(fā)郵件

    大家好,本篇文章主要講的是用Python實(shí)現(xiàn)群發(fā)郵件,感興趣的同學(xué)趕快來看一看吧,對你有幫助的話記得收藏一下
    2022-02-02
  • 淺談Python3.10 和 Python3.9 之間的差異

    淺談Python3.10 和 Python3.9 之間的差異

    多年來,Python 進(jìn)行了大量升級,并且在新版本中添加了許多功能。本文就詳細(xì)的介紹 一下Python3.10 和 Python3.9差異,感興趣的朋友可以了解一下
    2021-09-09
  • 對python中for、if、while的區(qū)別與比較方法

    對python中for、if、while的區(qū)別與比較方法

    今天小編就為大家分享一篇對python中for 、if、 while的區(qū)別與比較方法,具有很好的參考價(jià)值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2018-06-06
  • python 判斷三個(gè)數(shù)字中的最大值實(shí)例代碼

    python 判斷三個(gè)數(shù)字中的最大值實(shí)例代碼

    這篇文章主要介紹了python 判斷三個(gè)數(shù)字中的最大值,本文通過實(shí)例代碼給大家介紹的非常詳細(xì),具有一定的參考借鑒價(jià)值 ,需要的朋友可以參考下
    2019-07-07
  • Python通過樸素貝葉斯和LSTM分別實(shí)現(xiàn)新聞文本分類

    Python通過樸素貝葉斯和LSTM分別實(shí)現(xiàn)新聞文本分類

    樸素貝葉斯法(Naive Bayes model)是基于貝葉斯定理與特征條件獨(dú)立假設(shè)的分類方法。LSTM則是一種時(shí)間循環(huán)神經(jīng)網(wǎng)絡(luò),適合于處理和預(yù)測時(shí)間序列中間隔和延遲相對較長的重要事件。本文將通過這兩個(gè)方法分別實(shí)現(xiàn)新聞文本分類,需要的可以參考一下
    2021-12-12
  • python實(shí)現(xiàn)讀取類別頻數(shù)數(shù)據(jù)畫水平條形圖案例

    python實(shí)現(xiàn)讀取類別頻數(shù)數(shù)據(jù)畫水平條形圖案例

    這篇文章主要介紹了python實(shí)現(xiàn)讀取類別頻數(shù)數(shù)據(jù)畫水平條形圖案例,具有很好的參考價(jià)值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2020-04-04
  • Python利用 utf-8-sig 編碼格式解決寫入 csv 文件亂碼問題

    Python利用 utf-8-sig 編碼格式解決寫入 csv 文件亂碼問題

    這篇文章主要介紹了Python利用 utf-8-sig 編碼格式解決寫入 csv 文件亂碼問題,本文給大家介紹的非常詳細(xì),具有一定的參考借鑒價(jià)值,需要的朋友可以參考下
    2020-02-02
  • Python計(jì)算圖片數(shù)據(jù)集的均值方差示例詳解

    Python計(jì)算圖片數(shù)據(jù)集的均值方差示例詳解

    這篇文章主要為大家介紹了Python計(jì)算圖片數(shù)據(jù)集的均值方差,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪
    2022-05-05

最新評論

宝清县| 正定县| 玛纳斯县| 东兰县| 三河市| 通化市| 青阳县| 大庆市| 满洲里市| 全椒县| 宝山区| 分宜县| 德化县| 新和县| 东阳市| 崇明县| 建平县| 惠水县| 静乐县| 舞钢市| 鲁山县| 东台市| 玛沁县| 马山县| 广汉市| 阜阳市| 西乌珠穆沁旗| 广汉市| 阜阳市| 根河市| 湘潭县| 托克托县| 星子县| 南郑县| 玉门市| 庆元县| 蒙城县| 凉山| 肇源县| 辽阳市| 武清区|