详解python之heapq模块及排序操作
说到排序，很多人可能第一想到的就是sorted,但是你可能不知道python中其实还有还就中方法哟，并且好多种场景下效率都会比sorted高。那么接下来我就依次来介绍我所知道的排序操作。
sorted(iterable,*,key=None,reverse=False)
list1=[1,6,4,3,9,5]
list2=['12','a6','4','c34','b9','5']
print(sorted(list1))#[1,3,4,5,6,9]
print(sorted(list2))#['12','4','5','a6','b9','c34']
#总结上面两种排序：字符串排序根据元素首字符的ASCII比较进行排序，
#数字类型按照大小排序，数字不能混合排序
list3=[
{'name':'jim','age':23,'price':500},
{'name':'mase','age':23,'price':600},
{'name':'tom','age':25,'price':2000},
{'name':'alice','age':22,'price':300},
{'name':'rose','age':21,'price':2400},
]
print(sorted(list3,key=lambdas:(s['age'],s['price'])))
#[{'name':'rose','age':21,'price':2400},{'name':'alice','age':22,'price':300},{'name':'jim','age':23,'price':500},{'name':'mase','age':23,'price':600},{'name':'tom','age':25,'price':2000}]
最后的reverse参数我就不作说明了，就是把结果进行倒序，可用作降序排列
介绍一种比lambda效率高的方式：
operator模块中的方法itemgetter
>>>itemgetter(1)('ABCDEFG')
'B'
>>>itemgetter(1,3,5)('ABCDEFG')
('B','D','F')
>>>itemgetter(slice(2,None))('ABCDEFG')
'CDEFG
运用到上述代码
print(sorted(list3,key=itemgetter('age','price')))#结果同上但效率会比较高
接下来的排序操作涉及到一个非常重要的一种数据结构——堆，不过今天我主要介绍这个模块中的方法，具体什么是堆，及其还有一种数据结构——栈，有时间我会专门写一篇文章来介绍。
heapq(Python内置的模块)
__all__=['heappush','heappop','heapify','heapreplace','merge',
'nlargest','nsmallest','heappushpop']
接下来我们一一介绍。
nlargest与nsmallest,通过字面意思可以看出方法大致的作用，接下来动手测验
nlargest(n,iterable,key=None)
nsmallest(n,iterable,key=None)
#n:查找个数iterable:可迭代对象key：同sorted
list1=[1,6,4,3,9,5]
list2=['12','a6','4','c34','b9','5']
list3=[
{'name':'jim','age':23,'price':500},
{'name':'mase','age':23,'price':600},
{'name':'tom','age':25,'price':2000},
{'name':'alice','age':22,'price':300},
{'name':'rose','age':21,'price':2400},
]
fromoperatorimportitemgetter
importheapq
print(heapq.nlargest(len(list1),list1))
print(heapq.nlargest(len(list2),list2))
print(heapq.nlargest(len(list3),list3,key=itemgetter('age','price')))
#以上代码输出结果同sorted
print(heapq.nsmallest(len(list1),list1))
print(heapq.nsmallest(len(list2),list2))
print(heapq.nsmallest(len(list3),list3,key=itemgetter('age','price')))
#结果是降序
[1,3,4,5,6,9]
['12','4','5','a6','b9','c34']
[{'name':'rose','age':21,'price':2400},{'name':'alice','age':22,'price':300},{'name':'jim','age':23,'price':500},{'name':'mase','age':23,'price':600},{'name':'tom','age':25,'price':2000}]
heappush,heappop,heapify,heapreplace,heappushpop
堆结构特点：heap[0]永远是最小的元素(利用此特性排序)
heapify：对序列进行堆排序，
heappush:在堆序列中添加值
heappop:删除最小值并返回
heappushpop:添加并删除堆中最小值且返回，添加之后删除
heapreplace:添加并删除队中最小值且返回，删除之后添加
nums=[54,23,64.,323,53,3,212,453,65] heapify(nums)#先进行堆排序 print(heappop(nums))#3 print(heappush(nums,50))#添加操作，返回None print(heappushpop(nums,10))#由于是添加后删除，所以返回10 print(heappop(nums))#23 print(heapreplace(nums,10))#和heappushpop，返回50 print(nums)#[10,53,54,65,323,64.0,212,453]
merge：合并多个序列
list1=[1,2,3,4,5,12]
set1={2,3,9,23,54}
s=list(merge(list1,set1))
print(s)#[1,2,2,3,3,4,5,9,12,54,23]
#发现输出结果不仅进行了合并，还进行了排序，有意思哈，可是换个代码测验，你再看一下
list1=[31,2,83,24,5,12]
set1={2,83,9,23,54}
s=list(merge(list1,set1))
print(s)#[2,9,31,2,83,24,5,12,83,54,23]
#你们肯定想这是什么鬼，一点都没有头绪，其实经过我的多次测验，还是有规律的，但是由于没有什么作用就不大篇幅说明了，喜欢刨根问题的小伙伴可以尝试自己思考一下。
小伙伴们有没有想我为何介绍这个模块，并且和排序放在一起呢，其实在很多时候我们需要找序列中的前几个最大值或者最小值，使用此模块中的方法是最好不过的了。
如果需要全部排序我们使用sorted，需要查找最大或最小的几个或者多个我们使用alargest/asmallest,查找最大最小使用max/min