带后悔贪心问题

看了题解，这是个带后悔贪心问题，这里给出python3答案。
如果不使用优先级队列，会超时！
python3 优先级队列在queue中，为了避免定制一个q = queue.PriorityQueue() 还是用小顶堆heapq吧
1、heappush(heap, x)：向堆中添加元素
2、heappop(heap)：弹出堆中最小的元素，并且维持剩余元素的堆结构
4、heapreplace(heap, x)：弹出堆中最小的元素，然后将新元素插入。
5、nlargest(n, iter)、nsmallest(n, iter)：用来寻找任何可迭代对象iter中的前n个最大的或前n个最小的元素。
python没有提供大顶堆的实现，想要使用大顶堆需要一些trick。heappush(e)改为heappush(-e)，heappop(e)为-heappop(e)，也就是说存入和取出的数都是相反数，其他逻辑和TopK相同。
注意！！！弹出的是负数！！！弹出的是负数！！！。。。

import sys
from heapq import * 
n=int(input())
a=[]
for i in range(n):
    line = sys.stdin.readline().strip()
    ai=tuple(map(int,line.split()))
    a.append(ai)

a=sorted(a,key=lambda x:x[1], reverse=False)
cost=0
f=[]
for i in range(n):
    #f.append(a[i][0])
    heappush(f, -a[i][0]) 
    cost=cost+a[i][0]
    if cost>a[i][1]:
        #regret=max(f)
        #f.remove(regret)
        regret=heappop(f)
        cost=cost-(-regret)

print(len(f))