Python 有没有更干净的方法来查找字典中最高的5个值？

现在，我在我的整个字典中循环了五次，每次迭代后保留最大值并删除条目。但这似乎是一个非常讨厌的方式来做我想做的事。基本上，我想获得字典的前5个最大值，并返回键，有没有更好的方法来实现这一点，而不是重复五次？

是的，使用：

这比重复循环或排序更有效

heapq算法将在密钥上直接循环，在一个堆中只保留5个密钥，保持不变，然后循环完成后返回这5个元素的排序顺序。循环是O（N），保持循环不变的是O（logK）（其中K是堆大小），排序是O（KlogK）。总复杂度：O（NlogK）

排序需要对完整字典进行排序，即O（NlogN）。这意味着N越大，

heapq.nlargest（）

赢得的性能越高。

是，通过使用：

这比重复循环或排序更有效

heapq算法将在密钥上直接循环，在一个堆中只保留5个密钥，保持不变，然后循环完成后返回这5个元素的排序顺序。循环是O（N），保持循环不变的是O（logK）（其中K是堆大小），排序是O（KlogK）。总复杂度：O（NlogK）

---

排序需要对完整字典进行排序，即O（NlogN）。这意味着N越大，

heapq.nlargest（）

赢得的性能越高。

试着获得前5个值：

sorted(mydict.values())[-5:]

并获取相应的密钥：

sorted(mydict, key=mydict.get)[-5:]

---

尝试此操作以获得前5个值：

sorted(mydict.values())[-5:]

并获取相应的密钥：

sorted(mydict, key=mydict.get)[-5:]

---

但他想要的是钥匙，而不是价值观。@TimPietzcker我误解了这个问题，现在已经解决了，但他想要的是钥匙，而不是价值观。@TimPietzcker我误解了这个问题，现在已经解决了+1很好的答案！我有一个问题-在上面的代码中声明堆的大小为5是否正确？如果是，则

O（N log K）

变为

O（N log 5）

，即

O（N）

。或者相反，如果堆的大小是

N

，那么我们回到

O（N log N）

。哪个语句是正确的？这里K被固定为5，是的，但是对于所有前K个比较，您需要保持K为一个变量。是的，与N相比，注意K也很重要，因为K接近N，所以最大的方法变得不那么吸引人。事实上，

nlargest（）

实现。为了完整性起见：在评测前后都提出了一个类似的问题，即使用

bisect

和

k

长度列表比使用

heapq

@ÓscarLópez更快：我希望看到重新测试；

heapq

和

bisect

都有可选的C实现来备份主要算法，其中提到了这些算法是否存在和正在使用。请注意，对分法不使用键功能，顺便说一句+1个很好的答案！我有一个问题-在上面的代码中声明堆的大小为5是否正确？如果是，则

O（N log K）

变为

O（N log 5）

，即

O（N）

。或者相反，如果堆的大小是

N

，那么我们回到

O（N log N）

。哪个语句是正确的？这里K被固定为5，是的，但是对于所有前K个比较，您需要保持K为一个变量。是的，与N相比，注意K也很重要，因为K接近N，所以最大的方法变得不那么吸引人。事实上，

nlargest（）

实现。为了完整性起见：在评测前后都提出了一个类似的问题，即使用

bisect

和

k

长度列表比使用

heapq

@ÓscarLópez更快：我希望看到重新测试；

heapq

和

bisect

都有可选的C实现来备份主要算法，其中提到了这些算法是否存在和正在使用。请注意，对分法不使用键功能，顺便说一句。