Question

问题出在这里

我有3个学生，学生A，约翰19岁，学生B，马克是16岁，学生C，辛迪为17岁/ 0，

我想写一些代码，显示其中两个最古老的代码，即John，Cindy

到目前为止，我可以区分年龄了，但是我怎么知道这个名字（这是我第二周学习python，所以我认为这对许多人来说应该很简单，但我无法理解）

student1 = {"name" : "John",  "age" : 19}
student2 = {"name" : "Mark", "age" : 16}
student3 = {"name" : "Cindy", "age" : 17}

student_age = [student1["age"],student2["age"], student3["age"]]
student_age = sorted(student_age)
print (student_age[1:3])

Answer 1

使用[sorted]函数1按年龄降序排列字典列表，并获得前两个值。

已排序的函数以相反的顺序reverse=True进行排序，并以密钥年龄key=lambda x:x['age']进行排序

students = [{"name" : "John",  "age" : 19},
 {"name" : "Mark", "age" : 16},
 {"name" : "Cindy", "age" : 17}]


#Sort the elements by key age, in descending order
res = sorted(students, key=lambda x:x['age'], reverse=True)

#Get the first two elements of list
print(res[:2])
#[{'name': 'John', 'age': 19}, {'name': 'Cindy', 'age': 17}]

#Get the name and age of top two students
for item in res[:2]:
    print(item['name'], item['age'])
John 19
Cindy 17

Answer 2

@DeveshKumarSingh的答案是正确的，但是您无需对列表进行排序即可获得两个最大值。排序的时间复杂度为O（n lg n），而下面的代码是max的变体，并且时间复杂度为O（n）。

>>> students = [
...    {"name": "John",  "age": 19},
...    {"name": "Mark", "age": 16},
...    {"name": "Cindy", "age": 17},
...    {"name": "Jim", "age": 18},
...    {"name": "Mary", "age": 15},
...    {"name": "Josy", "age": 21},
... ]

首先，请两个前两个学生并按年龄递减的顺序排序：

>>> fst, snd = students[:2]
>>> if fst['age'] < snd['age']: fst, snd = snd, fst

他们，循环其余的学生，并在必要时更新大学生和第二大学生：

>>> for s in students[2:]:
...     if s['age'] > fst['age']: fst, snd = s, fst
...     elif s['age'] > snd['age']: snd = s

结果如下：

>>> fst, snd
({'name': 'Josy', 'age': 21}, {'name': 'John', 'age': 19})

为便于记录，该算法可以推广到具有优先级队列的k个max元素。

与k个第一名学生创建一个heap：

>>> k = 3
>>> heap = [(s['age'], s) for s in students[:3]]
>>> import heapq
>>> heapq.heapify(heap)

对于每个学生，将学生添加到堆中，并删除堆中最小的学生。堆中始终包含k个年龄较大的学生：

>>> for s in students[k:]:
...     heapq.heappushpop(heap, (s['age'], s))
>>> [h[1] for h in sorted(heap, reverse=True)]
[{'name': 'Josy', 'age': 21}, {'name': 'John', 'age': 19}, {'name': 'Jim', 'age': 18}]

由于模块heapq提供了功能nlargest，因此您不必编写此代码：

>>> [h[1] for h in heapq.nlargest(k, [(s['age'], s) for s in students])]
[{'name': 'Josy', 'age': 21}, {'name': 'John', 'age': 19}, {'name': 'Jim', 'age': 18}]

文档指出：

（{nlargest）对于n的较小值表现最佳。对于较大的值，使用sorted（）函数更为有效。

实际上，时间复杂度为O（n lg k），可以通过将其与heap的最小值进行比较来降低，然后再将值压入堆中（并整理学生名单以确保k个大学生是均匀分布的。

从列表中找到2个大孩子

2 个答案: