重构python嵌套for循环以提高性能答案

【问题标题】：Refactoring python nested for loop to improve performance重构python嵌套for循环以提高性能
【发布时间】：2021-09-26 04:39:13
【问题描述】：

我有以下嵌套循环：

for i in range(len(prices)):
    for j in allCats:
        if prices[i] == 1.0 and j in categories[i]:
            prices[i] = allCats[j][1]

如何重构它以提高时间复杂度/性能？

编辑：价格是浮点值列表，类别是字符串列表，allCats 是列表字典。

【问题讨论】：

制作categories[i] 一个集合。这将大大缩短搜索时间。我不认为你可以改进其他任何东西。
也许看看多线程，您可以在单独的线程中运行循环的多次迭代。允许迭代同时执行
您可能可以让内部循环通过categories[i]，我猜它比 allCats 短。但是如果不看数据结构就很难准确地说出。
请注意，您的帖子会保留编辑历史记录，因此您无需写“编辑”，而是可以根据需要编辑您的帖子。但是，请尝试提供minimal reproducible example，因为描述您的变量是什么含糊不清。尝试编辑您的代码块，使其显示prices = [...]，等等...
javaMan 你确定要使用j in categories[i] 而不是j == categories[i]？在您的代码中，如果 j 是 'apple' 而 categories[i] 是 'pineapple'，价格将被更新（假设价格等于 1.0）

标签： python performance nested-for-loop

【解决方案1】：

列表推导通常比 for 循环中的等效逻辑更快，您可以找到很多关于此主题的讨论，这些只是示例：Why list comprehension can be faster than map() in Python? 和 https://www.linkedin.com/pulse/list-comprehension-python-always-faster-than-alex-falkovskiy/。

所以我的第一个想法是将您的逻辑重写为列表理解。

如果我正确理解了您的代码，您希望将价格为 1.0 的商品的价格更新为该商品的新类别价格。

商品类别在类别列表中，类别的新价格在 AllCats 字典中，您使用 AllCats[j][0] 检索它，其中 j 是类别名称。

接下来，我将使用 numpy 数组创建一个基于标价的过滤器，np_filter = np_prices == 1.0。然后在列表推导中使用过滤器来检索更新的价格

np_prices[np_filter] = [allCats[c][0] for c in np_categories[np_filter]]

完整代码：

allCats = { 'a' : [7,2,3], 'b':[2,3,4]}
prices=[2,1.0,1.1,1.0,1.0]
categories = ['b','a','b','b','a']

import numpy as np
np_prices = np.array(prices)
np_categories = np.array(categories)

np_filter = np_prices == 1.0
np_prices[np_filter] = [allCats[c][0] for c in np_categories[np_filter]]

当然，您需要确保您的 allCats 具有类别中所有值的条目，以免出现越界错误。

【讨论】：