python heapq模块查找集合中最大或最小n个元素列表

怎样从一个集合中获得最大或者最小的 N 个元素列表？

heapq 模块有两个函数： nlargest() 和 nsmallest() 可以完美解决这个问题。
举例说明：
一、集合类型

"""
heapq 模块获取集合中最大或者最小的n个元素
"""
import heapq


# 列表
nums = [1, 8, 2, 23, 7, -4, 18, 23, 42, 37, 2]
max_list = heapq.nlargest(3, nums)
min_list = heapq.nsmallest(3, nums)
print('max_list:', max_list)
print('min_list:', min_list)

# 元组
nums_tuple = (1, 8, 2, 23, 7, -4, 18, 23, 42, 37, 2)
max_list_tuple = heapq.nlargest(3, nums_tuple)
min_list_tuple = heapq.nsmallest(3, nums_tuple)
print('max_list_tuple:', max_list_tuple)
print('min_list_tuple:', min_list_tuple)

# set 集合
temp = {1, 3, 5, 8, 12, 56, 78, 90, -7, -50}
max_temp = heapq.nlargest(3, temp)
min_temp = heapq.nsmallest(3, temp)
print('max_temp:', max_temp)
print('min_temp:', min_temp)

# 等等

二、两个函数都能接受一个关键字参数，用于更复杂的数据结构中：
举例：

portfolio = [
    {'name': 'IBM', 'shares': 100, 'price': 91.1},
    {'name': 'AAPL', 'shares': 50, 'price': 543.22},
    {'name': 'FB', 'shares': 200, 'price': 21.09},
    {'name': 'HPQ', 'shares': 35, 'price': 31.75},
    {'name': 'YHOO', 'shares': 45, 'price': 16.35},
    {'name': 'ACME', 'shares': 75, 'price': 115.65}
]

cheap = heapq.nsmallest(3, portfolio, key=lambda s: s['price'])
expensive = heapq.nlargest(3, portfolio, key=lambda s: s['price'])
print('cheap: ', cheap)  
# [{'name': 'YHOO', 'shares': 45, 'price': 16.35}, {'name': 'FB', 'shares': 200, 'price': 21.09}, {'name': 'HPQ', 'shares': 35, 'price': 31.75}]
print('expensive: ', expensive)
# [{'name': 'AAPL', 'shares': 50, 'price': 543.22}, {'name': 'ACME', 'shares': 75, 'price': 115.65}, {'name': 'IBM', 'shares': 100, 'price': 91.1}]

三、底层
如果你想在一个集合中查找最小或最大的 N 个元素，并且 N 小于集合元素数量，那么这些函数提供了很好的性能。因为在底层实现里面，首先会先将集合数据进行堆排序后放入一个列表中：举例：

nums = [1, 8, 2, 23, 7, -4, 18, 23, 42, 37, 2]
heapq.heapify(nums)
print('nums:', nums)  # [-4, 2, 1, 23, 7, 2, 18, 23, 42, 37, 8]

堆数据结构最重要的特征是 heap[0] 永远是最小的元素。并且剩余的元素可以很容易的通过调用 heapq.heappop() 方法得到，该方法会先将第一个元素弹出来，然后用下一个最小的元素来取代被弹出元素 (这种操作时间复杂度仅仅是 O(log N)， N 是堆大小)。比如，如果想要查找最小的 3 个元素，你可以这样做：

print(heapq.heappop(nums))
print(heapq.heappop(nums))
print(heapq.heappop(nums))

当要查找的元素个数相对比较小的时候，函数 nlargest() 和 nsmallest() 是很合适的。如果你仅仅想查找唯一的最小或最大 (N=1) 的元素的话，那么使用 min() 和max() 函数会更快些。类似的，如果 N 的大小和集合大小接近的时候，通常先排序这
个集合然后再使用切片操作会更快点 ( sorted(items)[:N] 或者是 sorted(items)[-N:] )。需要在正确场合使用函数 nlargest() 和 nsmallest() 才能发挥它们的优势 (如果N 快接近集合大小了，那么使用排序操作会更好些)。
尽管你没有必要一定使用这里的方法，但是堆数据结构的实现是一个很有趣并且值得你深入学习的东西。基本上只要是数据结构和算法书籍里面都会有提及到。 heapq模块的官方文档里面也详细的介绍了堆数据结构底层的实现细节。