添加新元素时保持列表按第二个元素排序的好方法？

Question

我有一个文件，其中包含我正在循环的值。该文件由具有 x 和 y 值的两列组成。我将 x 和 y 值添加到列表中，例如

example_list = []
for line in f:
    example_list.append([line.split()[0], line.split()[1]])

但是，我希望列表最长为 15 个列表，仅保留来自 line.split()[1] 的最高值。两种方法是

example_list = []
for line in f:
    example_list.append([line.split()[0], line.split()[1]])
top_15 = example_list.sort(key=operator.itemgetter(1), reverse=True)[:15]

或

example_list = []
count = 0
for line in f:
    if count < 15:
        example_list.append([line.split()[0], line.split()[1]])
        count += 1
    else:
        example_list.sort(key=operator.itemgetter(1))
        if example_list[0][1] < line.split()[1]:
            example_list[0] = line.split()[1]

但是，我不想读取内存中的整个文件或为每一行调用sort。有什么更好的方法来保持列表的排序，以便只添加一个新元素来替换列表中的最低元素？

Answer 1

您正在寻找heapq module;堆可让您在进行过程中有效地保留前 N 个项目。甚至还有针对您的确切用例的专用功能：

from heapq import nlargest
from operator import itemgetter

largest_15 = nlargest(15, (line.split()[:2] for line in f), itemgetter(1))

这会传入一个生成器表达式，有效地处理循环。

在底层，这个方法：

• 获取前 15 个元素并从中创建一个堆。
• 在堆上调用heappushpop() 以获得以下所有项目；这会将项目添加到堆中，然后删除最小的项目。因此，堆只包含 15 个最大的项目。
• 当迭代完成时，堆列表被排序。