需1求：给出N长的序列，求出TopK大的元素，使用小顶堆，heapq模块实现。程序员
01 |
import heapq |
02 |
import random |
03 |
04 |
class TopkHeap(object): |
05 |
def __init__(self, k): |
06 |
self.k = k |
07 |
self.data = [] |
08 |
09 |
def Push(self, elem): |
10 |
if len(self.data) < self.k: |
11 |
heapq.heappush(self.data, elem) |
12 |
else: |
13 |
topk_small = self.data[0] |
14 |
if elem > topk_small: |
15 |
heapq.heapreplace(self.data, elem) |
16 |
17 |
def TopK(self): |
18 |
return [x for x in reversed([heapq.heappop(self.data) for x in xrange(len(self.data))])] |
19 |
20 |
if __name__ == "__main__": |
21 |
print "Hello" |
22 |
list_rand = random.sample(xrange(1000000), 100) |
23 |
th = TopkHeap(3) |
24 |
for i in list_rand: |
25 |
th.Push(i) |
26 |
print th.TopK() |
27 |
print sorted(list_rand, reverse=True)[0:3] |
上面的用heapq就能轻松搞定。app
变态的需求来了：给出N长的序列，求出BtmK小的元素，即便用大顶堆。dom
heapq在实现的时候，没有给出一个相似Java的Compartor函数接口或比较函数，开发者给出了缘由见这里：http://code.activestate.com/lists/python-list/162387/函数
因而，人们想出了一些很NB的思路，见：http://stackoverflow.com/questions/14189540/python-topn-max-heap-use-heapq-or-self-implement测试
我来归纳一种最简单的：spa
将push(e)改成push(-e)、pop(e)改成-pop(e)。code
也就是说，在存入堆、从堆中取出的时候，都用相反数，而其余逻辑与TopK彻底相同，看代码：接口
01 |
class BtmkHeap(object): |
02 |
def __init__(self, k): |
03 |
self.k = k |
04 |
self.data = [] |
05 |
06 |
def Push(self, elem): |
07 |
# Reverse elem to convert to max-heap |
08 |
elem = -elem |
09 |
# Using heap algorighem |
10 |
if len(self.data) < self.k: |
11 |
heapq.heappush(self.data, elem) |
12 |
else: |
13 |
topk_small = self.data[0] |
14 |
if elem > topk_small: |
15 |
heapq.heapreplace(self.data, elem) |
16 |
17 |
def BtmK(self): |
18 |
return sorted([-x for x in self.data]) |
通过测试，是彻底没有问题的，这思路太Trick了……ip