我需要在Python中获得列表中较小的n个数字。我需要做到这一点非常快,因为它是性能的关键部分,需要重复很多次。
n通常不大于10,并且列表通常包含约20000个元素。每次调用函数时,列表总是不同的。无法进行分类。
最初,我编写了此功能:
def mins(items, n): mins = [float('inf')]*n for item in items: for i, min in enumerate(mins): if item < min: mins.insert(i, item) mins.pop() break return mins
但是此函数无法击败对整个列表进行排序的简单sorted(items)[:n]。这是我的测试:
from random import randint, random import time test_data = [randint(10, 50) + random() for i in range(20000)] init = time.time() mins = mins(test_data, 8) print 'mins(items, n):', time.time() - init init = time.time() mins = sorted(test_data)[:8] print 'sorted(items)[:n]:', time.time() - init
结果:
mins(items, n): 0.0632939338684 sorted(items)[:n]: 0.0231449604034
sorted()[:n]快三倍。我相信这是因为:
有什么办法可以击败sorted()[:n]吗?我应该使用C扩展名,Pyrex或Psyco还是类似的名称?
预先感谢您的回答。
您实际上需要排序的分钟序列。
mins = items[:n] mins.sort() for i in items[n:]: if i < mins[-1]: mins.append(i) mins.sort() mins= mins[:n]
这运行 得 更快,因为除非证明它的值大于给定项目,否则您甚至都不会查看分钟。大约是原始算法时间的1/10。
这在我的Dell上运行时间为零。我必须运行10次才能获得可测量的运行时间。
mins(items, n): 0.297000169754 sorted(items)[:n]: 0.109999895096 mins2(items)[:n]: 0.0309998989105
使用bisect.insort而不是附加和排序可以进一步加快头发的速度。
bisect.insort