python之排序操作及heapq模塊

dongfangyiyu 發(fā)布于2019-07-30 18:39 / 3501人閱讀

摘要：內(nèi)置的模塊接下來我們一一介紹。小伙伴們有沒有想我為何介紹這個模塊，并且和排序放在一起呢，其實在很多時候我們需要找序列中的前幾個最大值或者最小值，使用此模塊中的方法是最好不過的了。

說到排序，很多人可能第一想到的就是sorted,但是你可能不知道python中其實還有還就中方法喲，并且好多種場景下效率都會比sorted高。那么接下來我就依次來介紹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"]
#總結(jié)上面兩種排序：字符串排序根據(jù)元素首字符的ASCII比較進行排序，
#數(shù)字類型按照大小排序，數(shù)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參數(shù)我就不作說明了，就是把結(jié)果進行倒序，可用作降序排列
介紹一種比lambda效率高的方式：
operator模塊中的方法itemgetter
>>> itemgetter(1)("ABCDEFG")
"B"
>>> itemgetter(1,3,5)("ABCDEFG")
("B", "D", "F")
>>> itemgetter(slice(2,None))("ABCDEFG")
"CDEFG
運用到上述代碼
print(sorted(list3,key=itemgetter("age","price")))    #結(jié)果同上但效率會比較高

接下來的排序操作涉及到一個非常重要的一種數(shù)據(jù)結(jié)構(gòu)——堆，不過今天我主要介紹這個模塊中的方法，具體什么是堆，及其還有一種數(shù)據(jù)結(jié)構(gòu)——棧，有時間我會專門寫一篇文章來介紹。
heapq(Python內(nèi)置的模塊)

__all__ = ["heappush", "heappop", "heapify", "heapreplace", "merge",
           "nlargest", "nsmallest", "heappushpop"]

接下來我們一一介紹。
nlargest與nsmallest,通過字面意思可以看出方法大致的作用，接下來動手測驗

nlargest(n, iterable, key=None)
nsmallest(n, iterable, key=None)
#n:查找個數(shù)    iterable:可迭代對象    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")))
#以上代碼輸出結(jié)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")))
#結(jié)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
堆結(jié)構(gòu)特點：heap[0]永遠是最小的元素(利用此特性排序)

heapify：對序列進行堆排序，
heappush:在堆序列中添加值
heappop:刪除最小值并返回
heappushpop:添加并刪除堆中最小值且返回，添加之后刪除
heapreplace:添加并刪除隊中最小值且返回，刪除之后添加

nums=[54,23,64.,323,53,3,212,453,65]
heapify(nums)    #先進行堆排序
print(heappop(nums))    #3
print(heappush(nums,50))    #添加操作，返回None
print(heappushpop(nums,10))    #由于是添加后刪除，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：合并多個序列

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]
#發(fā)現(xiàn)輸出結(jié)果不僅進行了合并，還進行了排序，有意思哈，可是換個代碼測驗，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]
#你們肯定想這是什么鬼，一點都沒有頭緒，其實經(jīng)過我的多次測驗，還是有規(guī)律的，但是由于沒有什么作用就不大篇幅說明了，喜歡刨根問題的小伙伴可以嘗試自己思考一下。

小伙伴們有沒有想我為何介紹這個模塊，并且和排序放在一起呢，其實在很多時候我們需要找序列中的前幾個最大值或者最小值，使用此模塊中的方法是最好不過的了。
如果需要全部排序我們使用sorted，需要查找最大或最小的幾個或者多個我們使用alargest/asmallest,查找最大最小使用max/min