python 堆（heapq模块）topK问题

最新推荐文章于 2025-07-11 22:56:13 发布

Imagination丶

最新推荐文章于 2025-07-11 22:56:13 发布

阅读量1.8k

点赞数 1

CC 4.0 BY-SA版权

分类专栏： python 文章标签： python heapq模块堆 topK问题

本文链接：https://blog.csdn.net/weixin_42563968/article/details/100619683

本文介绍了Python中heapq模块用于实现堆的功能，堆作为一种优先队列数据结构，允许快速找到最小元素。堆的特性是父节点的值小于其子节点的值。通过heapify函数可以将列表转换为合法的堆。文章详细讲解了如何利用heapq解决topK问题，包括排序切片法和使用heapq模块动态维护堆的方法，适用于大量数据中快速找出最大K个数的场景。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

python中的堆

python中没有独立的堆这个数据结构，但是有一个包含堆操作函数的模块（heapq）

函数	功能
heappush(heap, x)	将x压入堆中
heappop(heap)	从堆中弹出最小元素
heapify(heap)	让列表具备堆特征
heapreplace(heap, x)	弹出最小元素，并将x压入堆中
nlargest(n, iter)	返回iter中n个最大的元素
nsmallest(n, iter)	返回iter中n个最小的元素

堆（heap）是一种优先队列。优先队列让你能够以任意顺序添加对象，并随时找出删除最小的元素

from heapq import *
from random import shuffle

# a = list(range(10))

a = [0,1,2,3,4,5,6,7,8,9]
shuffle(a)

heap = []
for i in a:
	heappush(heap, i)

print(a)     # [8, 6, 7, 3, 5, 4, 2, 0, 1, 9]
print(heap)  # [0, 1, 3, 2, 6, 7, 4, 8, 5, 9]

元素的排列顺序并不像看起来那么随意，虽然不是严格排序的，但必须保证：位置 i 处的