Question

后两个函数[heapq.nlargest和heapq.nsmallest]对较小的n值表现最佳。对于值越大，使用sorted（）函数效率越高。此外，当n == 1时，使用内置的min（）和更高效 max（）函数。

如果我想检索最小堆中的最小元素，为什么Python文档建议使用min()，我假设在O（n）时间内运行，我可以在O（1）时间内检索堆中的第一个元素吗？（我假设堆中的第一个元素是最小的）

Answer 1

nsmallest提供的nlargest和heapq方法并不假设传递给它们的参数已经是堆格式。相反，他们试图在论证遍历时“堆积”论证，这比对小k值的前k元素进行彻底排序更有效，但是对于k恰好等于1，它甚至更快地避免支付随你堆积开销，只需直接使用min。

你的陈述是正确的。如果给你一个你可以保证已经堆积的数组，并且之后没有改变，那么访问第一个元素会给你min（分别是max-heap的最大值）。

看source code for heapq（也许我正在看旧代码？）对我来说似乎仍然很奇怪。 nsmallest有n ==1这样的特殊情况（第397行）：

def nsmallest(n, iterable, key=None):
    """Find the n smallest elements in a dataset.

    Equivalent to:  sorted(iterable, key=key)[:n]
    """
    # Short-cut for n==1 is to use min() when len(iterable)>0
    if n == 1:
        it = iter(iterable)
        head = list(islice(it, 1))
        if not head:
            return []
        if key is None:
            return [min(chain(head, it))]
        return [min(chain(head, it), key=key)] 

    # ... rest of function

只是在解释器中使用该表达式使它看起来很奇怪：

In [203]: foo = list(itertools.islice([1,2,3], 1)); it = iter([1,2,3]); x = itertools.chain(foo, it);

In [204]: x.next()
Out[204]: 1

In [205]: x.next()
Out[205]: 1

In [206]: x.next()
Out[206]: 2

In [207]: x.next()
Out[207]: 3

In [208]: x.next()
---------------------------------------------------------------------------
StopIteration                             Traceback (most recent call last)
<ipython-input-208-e05f366da090> in <module>()
----> 1 x.next()

StopIteration:

它似乎正在构建一个生成器（它立即变为list）只接受第一个元素（正如你可能期望的最小堆），但奇怪的是chain s它有一个普通的旧发电机，它将遍及整个阵列。

我同意，如果您从list开始并想要查询最小元素，最好将其保留为list并使用min。但是，如果你被交给最小堆，是的，你应该只检查第一个元素 - 这是首先将它堆积起来的一部分。

但无论如何，这个源代码对于将最小堆传递给min看起来很奇怪 - 我非常欢迎更多关于它正在做什么的解释 - 并且可能指向一些更近期的C级代码heapq的实现，如果有的话。

Answer 2

如果您只需要在堆化列表中选择一个最小元素，只需执行 list[0]：

import heapq
lst = [1,-1,100,200]
heapq.heapify(lst)

min_value = lst[0]

上面的文档是指获取 n 个最小的数字，如果 n 很大，堆不是最有效的数据结构。

从Python heapq中检索最小值

2 个答案: