利用python heapq模块求解Top-K问题

Top-K问题：如何从海量数据中找出前k大数？
在python中集成了heapq模块，它提供基于堆的优先排序算法相关操作。其中，heapq.nlargest(n, iterable) 和 heapq.nsmallest(n, iterable)方法返回列表中的n个最大值和最小值。

补充：堆的逻辑结构就是完全二叉树，并且二叉树中父节点的值小于等于该节点的所有子节点的值。这种实现可以使用 heap[k] <= heap[2k+1] 并且 heap[k] <= heap[2k+2] （其中 k 为索引，从 0 开始计数）的形式体现，对于堆来说，最小元素即为根元素 heap[0]。

小顶堆解决Top K问题的思路：小顶堆维护当前扫描到的最大100个数，其后每一次的扫描到的元素，若大于堆顶，则入堆，然后删除堆顶；依此往复，直至扫描完所有元素。
python代码如下：

class solution:
    def topk(self, inputs, k):
        import heapq
        if inputs == None or len(inputs) < k or len(inputs) <= 0 or k <= 0:# 注意极限条件的确定
            return []
        output = []
        for number in inputs:
            if len(output) < k:
                output.append(number)
            else:
                output = heapq.nlargest(k, output)
                if number >= output[0]:
                    continue
                else:
                    output[0] = number
        return output[::-1]    
inputs = [4,5,1,6,2,7,3,8]
s = solution()
print(s.topk(inputs, 3))