python heapq模块解决经典 TopK 问题

红太狼 2022-10-29 09:29 156阅读 0赞

[官网][Link 1]

[Leetcode][]

## 为什么要用堆不用数组？ ##

使用**数组**的核心问题是：数组自身不带排序功能，只能用 `sort()` 函数，导致时间复杂度过高。

因此我们考虑使用自带排序功能的数据结构——**堆**。

图二是最小堆

![image.png][]

## 思路： ##

1.  题目是求在一组数据里面，求第k大的值，为了减少循环次数(时间复杂度)，里面巧妙地运用了python的第三方库heapq，运用最小堆，控制堆的大小，比如k=3，那么堆只能有三个节点，这样可以保证堆顶元素是第k大元素
2.  在每次 add() 的时候，将新元素 push() 到堆中(堆会自动排序)，如果此时堆中的元素超过了 K，那么需要把堆中的最小元素（堆顶）pop() 出来。
3.  此时堆中的最小元素（堆顶）就是整个数据流中的第 K大元素。

class KthLargest(object):
    
        def __init__(self, k, nums):
            """
            :type k: int
            :type nums: List[int]
            """
            self.k = k
            self.que = nums
            heapq.heapify(self.que)
    
        def add(self, val):
            """
            :type val: int
            :rtype: int
            """
            heapq.heappush(self.que, val)
            while len(self.que) > self.k:
                print(self.que)
                heapq.heappop(self.que)
    
            return self.que[0]
    # Your KthLargest object will be instantiated and called as such:
    # obj = KthLargest(k, nums)
    # param_1 = obj.add(val)

[Link 1]: https://docs.python.org/3/library/heapq.html?highlight=heapq
[Leetcode]: https://leetcode-cn.com/problems/kth-largest-element-in-a-stream/solution/mian-shi-ti-jing-gao-jing-dian-topk-ben-u7w30/
[image.png]: /images/20221024/813c5ed13ac645f892389bf6b6421520.png