Python只取最大的几项：何时考虑heapq.nlargest

如果只需要一组数据中最大的少量元素，不一定要先把整组结果全部排序。heapq.nlargest提供了直接取前几项的接口，但选择方法还要看数据规模和实际需求。

浅色主题概念配图，选自本站AI生成图库；非事件现场或产品实测截图。

先确定“最大”按哪个字段

示例按记录的score字段取两项，用key函数明确比较依据。不要直接拿字典之间比较，也不要在评分相同时把输出次序解释成业务优劣。若需要复杂并列规则，应明确写出。

少量结果与完整排序是不同任务

官方文档指出这类函数适合n较小的情况，n较大时排序可能更合适。不能从函数名称推断在所有输入上都更快。性能判断应使用自己的数据测试，同时保持结果规则一致。

检查输入是否仍符合预期

下面核对返回名称与数量，也确认原列表顺序没有被改变。这里没有性能基准，只验证功能。真实数据存在缺失分数、字符串数字或不可比较类型时，应先制定清理规则，再做排名。

可以运行的练习

from heapq import nlargest
rows = [{"name": "A", "score": 4}, {"name": "B", "score": 9}, {"name": "C", "score": 7}]
top = nlargest(2, rows, key=lambda row: row["score"])
assert [row["name"] for row in top] == ["B", "C"]
assert rows[0]["name"] == "A"
print([row["name"] for row in top])

示例已在本地隔离环境运行检查。使用固定输入，不访问外部接口，也不读取真实业务文件。