如何在python中有效地获取列表的k个更大的元素答案

【问题标题】：how to efficiently get the k bigger elements of a list in python如何在python中有效地获取列表的k个更大的元素
【发布时间】：2011-01-15 15:47:52
【问题描述】：

解决这个问题的最有效、最优雅和 Pythonic 的方法是什么？

给定一个包含 n 个元素的列表（或集合或其他），我们想要获得最大的 k 个元素。（你可以假设k<n/2 不失一般性，我猜）例如，如果列表是：

l = [9,1,6,4,2,8,3,7,5]

n = 9，假设 k = 3。检索 3 个最大的最有效的算法是什么？在这种情况下，我们应该得到[9,8,7]，没有特别的顺序。

谢谢！曼努埃尔

【问题讨论】：

+1 既然已经达到了基本目的，那就让 CODE-GOLF 出现吧？

标签： algorithm sorting performance python

【解决方案1】：

l = [9,1,6,4,2,8,3,7,5]

sorted(l)[-k:]

【讨论】：

【解决方案2】：

使用 heapq 模块中的 nlargest

from heapq import nlargest
lst = [9,1,6,4,2,8,3,7,5]
nlargest(3, lst) # Gives [9,8,7]

如果你想改变你的标准，你也可以给 nlargest 一个键：

from heapq import nlargest
tags = [ ("python", 30), ("ruby", 25), ("c++", 50), ("lisp", 20) ]
nlargest(2, tags, key=lambda e:e[1]) # Gives [ ("c++", 50), ("python", 30) ]

【讨论】：

很棒的语言排名:)）
是否保证nlargest() 会按照上面示例中提到的排序顺序返回项目？在文档中找不到这个，所以我想，没有这样的保证
^ 好吧，我刚看了源代码，似乎输出总是会排序的。不错！

【解决方案3】：

您可以使用heapq 模块。

>>> from heapq import heapify, nlargest
>>> l = [9,1,6,4,2,8,3,7,5]
>>> heapify(l)
>>> nlargest(3, l)
[9, 8, 7]
>>>

【讨论】：

这里不需要堆砌

【解决方案4】：

sorted(l, reverse=True)[:k]

【讨论】：

【解决方案5】：

简单的 O(n log n) 方法是对列表进行排序，然后获取最后的 k 个元素。

正确的方法是使用selection algorithm，它的运行时间为 O(n + k log k)。

另外，heapq.nlargesttakes O(n log k) time on average，可能不够好，也可能不够好。

(如果 k = O(n)，那么所有 3 种算法的复杂度都相同（即不要打扰）。如果 k = O(log n)，那么维基百科中描述的选择算法是 O(n) heapq.nlargest 是 O(n log log n)，但是对于大多数实际的 n 来说，双对数“足够恒定”，这并不重要。）

【讨论】：

来自答案中 nlargest 的链接，时间复杂度似乎是 O(n log(k)) 而不是 O(k log(n))