如何有效地获得python中列表中的k个更大的元素
解决这个问题的最高效，最优雅和最可靠的方法是什么？如何有效地获得python中列表中的k个更大的元素
给出n个元素的列表（或集合或其他），我们希望得到k个最大的元素。 （你可以假定k<n/2不失一般性，我猜） 例如，如果列表是：
l = [9,1,6,4,2,8,3,7,5]
N = 9，并假设K = 3 什么是用于检索的3最有效的算法最大的？ 在这种情况下，我们应该得到[9,8,7]，没有特别的顺序。
谢谢！从heapq模块 曼努埃尔
使用nlargest
from heapq import nlargest
lst = [9,1,6,4,2,8,3,7,5]
nlargest(3, lst) # Gives [9,8,7]
你也可以给一个关键的情况下nlargest你想改变你的标准：
from heapq import nlargest
tags = [ ("python", 30), ("ruby", 25), ("c++", 50), ("lisp", 20) ]
nlargest(2, tags, key=lambda e:e[1]) # Gives [ ("c++", 50), ("python", 30) ]
+1：我不知道abt这个模块...谢谢 – mshsayem 2010-02-11 09:55:59
伟大的语言排名:)） – 2016-01-17 11:57:18
可以使用heapq模块。
>>> from heapq import heapify, nlargest
>>> l = [9,1,6,4,2,8,3,7,5]
>>> heapify(l)
>>> nlargest(3, l)
[9, 8, 7]
>>>
我们不需要heapify它在这里 – garg10may 2015-10-13 07:22:46
sorted(l, reverse=True)[:k]
简单，为O（n log n）的方式是对列表进行排序，然后得到最后ķ元素。
正确的方法是使用selection algorithm，它运行在O（n + k log k）时间。
另外，heapq.nlargesttakes O(n log k) time，这可能会或可能不够好。如果k = O（n），那么所有3种算法都具有相同的复杂性（即不打扰），如果k = 0（log n），则*中描述的选择算法是O（n ）和heapq.nlargest是O（n log log n），但是对于大多数实际来说，双对数是“足够恒定的”，这与它无关紧要。）
+1现在基本目的被服务了，高尔夫球？ – 2010-02-11 10:41:52