用堆选择 Top-K

功能说明

top_k 在流式数据上选出分数最高或最低的 K 条记录。它调用 heapq.nlargest 或 nsmallest，内部只维护大小为 K 的堆，因此内存占用与 K 成正比，而不是与输入规模成正比。选出候选后再按分数排序，分数相同时按名称升序排列，保证输出稳定、可测试。

关键代码

select = heapq.nlargest if largest else heapq.nsmallest
chosen = select(k, records, key=lambda record: record.score)
chosen.sort(
    key=lambda record: (-record.score, record.name)
    if largest
    else (record.score, record.name),
)

key 只返回分数，因此边界上的同分记录由 heapq 按输入顺序稳定选择；最终排序再统一同分顺序。

使用注意

• k 为 0 返回空列表，负数直接报错。
• 输入可以是任意可迭代对象，不必先转成列表，适合逐行读取的大文件。
• 同分记录在截断边界上取决于输入顺序；若业务要求固定优先级，应把名称等次级键放进 key。
• nlargest 仍需要遍历全部输入，时间复杂度是 O(n log k)，不是 O(k)。
• 返回的是原 Record 对象引用，修改它们会影响源数据。

验证方式

示例输出最高分三名应为 alpha、echo、delta，最低分三名应为 bravo、charlie、delta。可以增加同分记录并打乱输入顺序，观察边界选择与最终排序的差异。