Python의 정렬 작업 및 heapq 모듈 소개(코드 예)

이 글은 Python의 정렬 작업과 heapq 모듈(코드 예제)을 소개합니다. 필요한 친구들이 참고할 수 있기를 바랍니다.

정렬에 대해 말하면 많은 사람들이 먼저 정렬을 생각할 수도 있지만 실제로 Python에 더 나은 방법이 있다는 사실을 모를 수도 있고 많은 시나리오에서 정렬보다 더 효율적입니다. 그럼 제가 알고 있는 정렬 작업을 차례로 소개하겠습니다.
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

다음 정렬 작업에는 매우 중요한 데이터 구조인 힙이 포함됩니다. 하지만 오늘은 이 모듈의 메서드를 주로 소개하겠습니다. heap과 또 다른 데이터 구조인 stack이 있는데, 시간이 나면 이를 소개하는 특집 기사를 작성하겠습니다.
heapq(Python 내장 모듈)

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

다음으로 하나씩 소개하겠습니다.
nlargest 및 nsmallest, 문자 그대로의 의미를 통해 메서드의 일반적인 기능을 볼 수 있습니다. 직접 테스트해 보겠습니다.

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
힙 구조의 특징: heap[ 0]은 항상 가장 작은 요소입니다 (정렬하려면 이 기능을 사용하세요)

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: 여러 시퀀스를 병합합니다

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。

친구 여러분, 제가 왜 이 모듈을 소개하고 정렬과 함께 사용하는지 궁금해하신 적이 있나요? 처음 몇 개의 최대값 또는 최소값의 경우 이 모듈의 방법을 사용하는 것이 가장 좋습니다.
모두 정렬해야 한다면 sorted를 사용합니다. 가장 큰 숫자나 가장 작은 숫자나 배수를 찾으려면 가장 큰 숫자와 가장 작은 숫자를 찾으려면 max/min

을 사용하세요.

위 내용은 Python의 정렬 작업 및 heapq 모듈 소개(코드 예)의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!