Python での並べ替え操作と heapq モジュールの紹介 (コード例)

この記事の内容は、Python でのソート操作と heapq モジュールの導入 (コード例) に関するもので、一定の参考価値がありますので、困っている方は参考にしていただければ幸いです。

並べ替えというと、多くの人は最初に並べ替えを思い浮かべるかもしれませんが、実際には Python にもっと優れた方法があり、多くのシナリオでは並べ替えよりも効率的であることはご存知ないかもしれません。それでは私が知っている仕分け作業を順番に紹介していきます。
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

次のソート操作には非常に重要なデータ構造ヒープが関係しますが、今日は主にこのモジュールのメソッド、具体的にはヒープとは何か、そしてもう 1 つのデータ構造であるスタックについては、時間があるときに特別に記事を書いて紹介する予定です。
heapq (Python組み込みモジュール)

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

次に一つずつ紹介していきます。
nlargest と nsmallest を使用すると、文字通りの意味からメソッドの一般的な機能を確認できます。次に、ハンズオン テストを試してください

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
ヒープ構造の特徴: heap[0] は常に最小の要素です (この機能を使用して並べ替えます)

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: 複数のシーケンスをマージします

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。

Friends なぜこのモジュールを導入し、並べ替えを使用してまとめたのか疑問に思ったことはありますか?実際、シーケンス内の最初のいくつかの最大値または最小値を見つける必要があることがよくあります。このモジュールのメソッドを使用してください。
すべてを並べ替える必要がある場合は、sorted を使用します。いくつかまたは複数の最大または最小を見つける必要がある場合は、alert/asmallest を使用します。最大と最小を見つけるには、max/min を使用します

以上がPython での並べ替え操作と heapq モジュールの紹介 (コード例)の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。