【发布时间】:2019-02-20 14:03:45
【问题描述】:
我的问题来自发布到How to find the missing numbers in an arbitrary list in python 3? 的答案。
大多数解决方案建议使用类似于
a = [10,12,13,8]
# get set of full numbers
allNums = set( (x for x in range(min(a),max(a)+1)))
# do some kind of set operation / symetric difference
这需要 a 的 2 次迭代以从列表中获取 min(a) 和 max(a) 作为值,以构建包含 min(a) 和 max(a) 之间所有数字的范围。
这很容易简化为a 的一次传递:
def minmax(data):
"""Get the min and max of an iterable in O(n) time and constant space."""
minValue = data[0]
maxValue = data[0]
for d in data[1:]:
minValue = d if d < minValue else minValue
maxValue = d if d > maxValue else maxValue
return (minValue,maxValue)
在 O(n) 时间和常数空间中检索。
有没有办法用python中的内置/模块来做到这一点?
编辑: 同意:min() 和 max() 也是 O(n) - 但使用了两次(这是恒定的并减少到 O(n) - 是的) - 但执行两次仍然比一次慢。
使用一些基准进行编辑:
import timeit
# 100k random numbers to min/max upon
data = """import random
random.seed(42)
data = random.choices(range(1000000),k=100000)"""
t1 = timeit.timeit("""
mi,ma=minmax(data)
""",setup="""
import functools
def minmax(aa):
return functools.reduce(lambda mm,xx : ( min(mm[0],xx),max(mm[1],xx)) , aa, ( aa[0],aa[0],))
""" + data, number = 1000 )
简单的最小/最大使用量:
t2 = timeit.timeit("""
mi,ma=min(data),max(data)
""",setup=data, number = 1000)
使用 if/elif 进行一次尝试以减少比较:
t3 = timeit.timeit("""
mi,ma=minmax(data)
""",setup="""
def minmax(data):
minValue = data[0]
maxValue = data[0]
for d in data[1:]:
if d < minValue: # changed to if / elif: in a vain attempt to make it faster
minValue = d # its closer to the proposed solution in the numpy-question
elif d > maxValue: # linked above
maxValue = d
return (minValue,maxValue)
""" + data, number = 1000)
不使用 if/elif 的一次尝试(需要更多比较):
t4 = timeit.timeit("""
mi,ma=minmax(data)
""",setup="""
def minmax(data):
minValue = data[0]
maxValue = data[0]
for d in data[1:]:
minValue = d if d < minValue else minValue
maxValue = d if d > maxValue else maxValue
return (minValue,maxValue)
""" + data, number = 1000)
导致:
minmanx-reduce: 148.5929143627707
default min + max: 3.376458476185718 # ouch .. seems we just use these
minmax1passOptimized: 15.975109436292087
minmax1pass: 20.29275910515082
【问题讨论】:
-
O(n + n) = O(n)
-
只需使用
min(list)和max(list) -
@PatrickArtner,这取决于您的整体算法复杂性以及您需要找到最小值和最大值的次数。当这 2n 个案例成为瓶颈时,我几乎想不出问题。
-
@PatrickArtner,您可能会发现this 类似问题的答案很有趣
-
首先,您提出的两种解决方案都需要 2n(O(n) 渐近)。如果你想要一个更好的方法,你可以在少于 2n 的比较中找到最小值和最大值,实际上你可以在 1.5n 的比较中找到,例如:cs.nthu.edu.tw/~wkhon/algo09/lectures/lecture8.pdf。当然,两种方法都渐近 O(n) 但是实际上 1.5n 比 2n 比较快。