python实现topk问题

方法1：
用python中的heapq实现

import heapq
import randomclass TopKHeap(object):def __init__(self,k):self.data=[]self.k=kdef push(self,num):if len(self.data)<self.k:heapq.heappush(self.data,num)else:top_min=self.data[0]if num>top_min:heapq.heapreplace(self.data,num)def topk(self):return list(reversed([heapq.heappop(self.data) for i in range(self.k)]))if __name__ == '__main__':heap=TopKHeap(10)for i in range(100000):n=random.randint(0,100000)# print(n,'------------')heap.push(n)print(heap.topk())

方法2：
思路一样，就是自己写个最大堆，
步骤：

先用前k个数据建立好一个最小堆（k个结点）
然后对剩下的每一个数和根结点比较，比根结点大则替换根结点，替换之后此时就不是最小堆，所以需要再次建堆，使得变成最小堆；如过比根结点小，则继续遍历下一个数，直至遍历结束，
结束后，此时的堆就是这海量数据中最大的k个数，输出即可
注意：输出的数不是有序的，是最小堆的结果，要有序，得再进行排序
堆排序：https://blog.csdn.net/qq_41386300/article/details/89375074


import randomdef heap(data,root):if 2*root+1<len(data):if 2*root+2<len(data) and data[2*root+2]<data[2*root+1]:k=2*root+2else:k=2*root+1if data[k]<data[root]:data[root],data[k]=data[k],data[root]heap(data,k)def min_heap(data):for i in range(len(data)//2-1,-1,-1):heap(data,i)return datadef topk(data,k):data_k=min_heap(data[:k])for i in range(k,len(data)):if data[i]>data_k[0]:data_k[0]=data[i]data_k=min_heap(data_k)return data_kif __name__ == '__main__':data=[random.randint(0,1000) for i in range(1000)]print(topk(data,10))

python实现topk问题相关推荐

关于某日访问次数最多的IP的topK问题的三种解法
题目描述在july大神的博客中,看到这样两道题: 1. 海量日志数据,提取出某日访问百度次数最多的那个IP. 2. 假设目前有一千万个记录(这些查询串的重复度比较高,虽然总数是1千万,但如果除去重复 ...
python算法完整教程专栏完整目录
python算法完整教程专栏完整目录专栏说明如下专栏目录专栏说明如下内容:python算法完整教程数量:692篇博文(2023年2月15日截止) 更新时间至:2023年2月15日(后续加上去 ...
python numpy 求top-k accuracy指标
top-k acc表示在多分类情况下取最高的k类得分的label,与真实值匹配,只要有一个label match,结果就是True. 如对于一个有5类的多分类任务 a_real = 1 a_pred ...
python topk
生成数组百万元素 import numpy as npinputs = [ np.random.random() for _ in range(1000000)] 计时器 from functool ...
python TopK算法
TopK算法寻找数组中的最小的k个数,也叫topk问题. 该算法要解决的问题是:在线性时间内找到一个无序序列中第 kk 大的数. 如:输入n个整数,找出其中最小的K个数.例如输入4,5,1,6,2, ...
飘逸的python - 大数据TopK问题的quick select解法
TopK问题,即寻找最大的K个数,这个问题非常常见,比如从1千万搜索记录中找出最热门的10个关键词. 方法一: 先排序,然后截取前k个数. 时间复杂度:O(n*logn)+O(k)=O(n*logn) ...
Python 数据结构与算法——选取算法（TopK）
该算法要解决的问题是:在线性时间内找到一个无序序列中第 kk 大的数.(或许,该程序最重要的用途是找出中间值--也就是该序列完成排序后位于中间 (1+n)/2(1+n)/2 的元素值).有趣的是,稍加 ...
剑指offer 40.最小的 K 个数 python代码
题目寻找数组中的最小的k个数,也叫topk问题. 牛客网测试地址注意: 牛客网的提交需要将最终的结果排序思路快速排序的 partition() 方法,会返回一个整数 j 使得 a[l-j-1] ...
Python第三方库jieba（中文分词）入门与进阶（官方文档）
jieba "结巴"中文分词:做最好的 Python 中文分词组件 github:https://github.com/fxsjy/jieba 特点支持三种分词模式: 精确模式, ...

python实现topk问题

python实现topk问题相关推荐

最新文章

热门文章