网站怎样做多语言切换,营销型网站建设大概多少钱,做美图+网站有哪些,网站快速收录付费入口heapq.heapify(x)
import heapq# heapq.heapify(x)将列表x转换为堆
# 在堆数据结构中#xff0c;最小元素总是位于根节点#xff08;索引为 0#xff09;
# 这个操作是在原列表上进行的#xff0c;会改变列表的顺序
my_list [3, 1, 4, 1, 5, 9, 2, 6, 5, 3, 5]
heapq.hea…heapq.heapify(x)
import heapq# heapq.heapify(x)将列表x转换为堆
# 在堆数据结构中最小元素总是位于根节点索引为 0
# 这个操作是在原列表上进行的会改变列表的顺序
my_list [3, 1, 4, 1, 5, 9, 2, 6, 5, 3, 5]
heapq.heapify(my_list)
print(my_list)
# output:[1, 1, 2, 3, 3, 9, 4, 6, 5, 5, 5]heapq.heappush(heap, item)
import heapq# 将item添加到heap堆中
# 这个操作会维护堆的性质即将新元素插入到合适的位置以保证堆的有序性。
my_heap []
heapq.heappush(my_heap, 3)
heapq.heappush(my_heap, 1)
heapq.heappush(my_heap, 4)
print(my_heap) # output:[1, 3, 4]heapq.heappop(heap)
import heapq# 从heap堆中弹出并返回最小的元素
# 这个操作会重新调整堆使得剩余元素仍然保持堆的性质
my_heap [1, 3, 4]
min_item heapq.heappop(my_heap)
print(min_item) # output:1
print(my_heap) # output:[3, 4]heapq.heapreplace(heap, item)
import heapq# 弹出并返回堆中的最小元素然后将item插入堆中
# 这个操作比先调用heappop()然后再调用heappush()稍微高效一些
# 因为它可以在一次操作中完成这两个步骤
my_heap [1, 3, 4]
new_item 0
replaced_item heapq.heapreplace(my_heap, new_item)
print(replaced_item) # output:1
print(my_heap) # output:[0, 3, 4]heapq.nlargest(n, iterable, keyNone)
import heapq# 从iterable可迭代对象中返回最大的n个元素
# 如果提供了key参数它应该是一个接受一个参数的函数用于从每个元素中提取比较键
my_list [3, 1, 4, 1, 5, 9, 2, 6, 5, 3, 5]
largest_3 heapq.nlargest(3, my_list)
print(largest_3)students [{name: Alice, score: 85},{name: Bob, score: 92},{name: Charlie, score: 78},{name: David, score: 90}
]
top_two_students heapq.nlargest(2, students, keylambda s: s[score])
print(top_two_students) # output:[9, 6, 5]heapq.nsmallest(n, iterable, keyNone)
import heapq# 从iterable可迭代对象中返回最小的n个元素
# 和nlargest类似如果有key参数则用于提取比较键
my_list [3, 1, 4, 1, 5, 9, 2, 6, 5, 3, 5]
smallest_3 heapq.nsmallest(3, my_list)
print(smallest_3)
# output:[{name: Bob, score: 92}, {name: David, score: 90}]nums [4, 2, 7, 1]
result heapq.nsmallest(2, nums)
print(result) # output:[1, 1, 2]
