我一直超时计算子集的平均值答案

【问题标题】：I keep timing out calculating the mean of a subset我一直超时计算子集的平均值
【发布时间】：2018-05-12 14:31:53
【问题描述】：

我有一个工作代码块，但是 HackerEarth 上的在线法官一直返回一个计时错误。我是编码新手，所以我不知道加快代码速度的技巧。任何帮助将不胜感激！

N, Q = map(int, input().split())
#N is the length of the array, Q is the number of queries
in_list =input().split()
#input is a list of integers separated by a space
array = list(map(int, in_list))
from numpy import mean
means=[]
for i in range(Q):
   L, R = map(int, input().split())
   m= int(mean(array[L-1:R]))
   means.append(m)

for i in means:
    print(i)

任何建议都会很棒！

【问题讨论】：

标签： python-3.x performance loops io

【解决方案1】：

您可能需要避免在循环中执行O(N) 操作。目前，切片和mean 调用（需要总结切片中的项目）都那么慢。所以你需要一个更好的算法。

我建议您对数字列表进行一些预处理，以便找出切片中将是的值的总和（无需实际进行切片并添加它们向上）。通过使用O(N)空间，您可以在O(1)时间计算每个和（使整个过程花费O(N + Q)时间而不是O(N * Q)）。

这是我整理的一个快速解决方案，使用itertools.accumulate 查找列表项的累积总和。我自己并没有实际保存项目，因为累积起来就足够了。

from itertools import accumulate

N, Q = map(int, input().split())
sums = list(accumulate(map(int, input().split())))

for _ in range(Q):
    L, R = map(int, input().split())
    print((sums[R] - (sums[L-1] if L > 0 else 0)) / (R-L+1))

【讨论】：

感谢您的快速响应！我正在寻找提示，但我什至不知道如何开始这样做。切片似乎是快速程序的死亡，因此弄清楚如何在不切片的情况下进行切片将非常有帮助。
我已经用一个实际的解决方案更新了我的答案，如果你自己还在解决这个问题，你可能想跳过。
非常感谢！这真的很有帮助。