使用Python模块：heapq模块（堆）
这是一个相当实用的内置模块，但是很多人竟然不知道他的存在——笔者也是今天偶然看到的，哎……尽管如此，还是改变不了这个模块好用的事实
概述
首先明确，heapq模块是可以用来求前n个最大/最小值的（怎么样，是不是很常见的应用场景 :-）
通常在Python中，求前n个最大/最小值的方法无非是通过排序，它通常和列表相联系
lyst = [-3, 22, 45, 34, 99, 102, -44]
low3 = sorted(lyst)[:3]
top3 = sorted(lyst, reverse=True)[:3]
在导入heapq模块后，就可以不动头脑直接求出最大/最小的n个元素（还等什么？赶紧爽一把: -）
import heapq
lyst = [-3, 22, 45, 34, 99, 102, -44]
low3 = heapq.nlargest(3, lyst)
top3 = heapq.nsmallest(3, lyst)
我就说一句，heapq.nlargest(..)、heapq.nsmallest(..)返回的是列表（便于修改嘛）
主要函数介绍
nlargest(…)、nsmallest(…)
nlargest(..)、nsmallest(..)函数接受两个参数，第一个是前n大/小的n的具体值，第二个是可迭代序列（列表、元组、字符串）
下面让我们看看它的具体用法，在终端敲
>>> help(heapq.nlargest)
输出
OMG，原来如此……（读者想必也恍然大悟状，那个函数其实是封装了文章开头的那个经典求n个最大/小元素的方法，嘿嘿
再提一点，就是参数中的key（也是从sorted(..)函数那里借来的，嘿嘿），是用来选择关键字排序的，举个例子就秒懂
为了形式美，我用idle拍照出来
当然你大可以坚持用老经典方法求最大/小的前n个数，但是使用heapq模块的话会让你的代码更优雅（Maybe ?，要不然Python没事整这个内置函数干啥？！当然是拿来用的咯
从堆的角度看heapq
都说了heapq擅长求前n最大/小的元素，那是堆的性质（heap……q）
Python的heapq默认是小根堆（如上图，每个节点都不大于其孩子节点）
heappush(treelist, item)将新元素添加heaplist列表中
heappop(heap)每次从heap堆中弹出堆顶元素
heappushpop(heap, item)等于先push(heap, item)再heappop(heap)，但是比分别调用二者要快
heapreplace(heap, item)等于先heappop(heap)再heappush(heap, item)，但是比分别调用二者要快
heapify(treelist)：将列表treelist进行堆调整，默认的是小根堆
heapq.merge(*heap)：将多个列表合并，并进行堆调整，返回的是合并后的列表的迭代器