Python - 对数组进行排序以在其中搜索的最有效方法答案

【问题标题】：Python - Most efficient way to sort array for searching in itPython - 对数组进行排序以在其中搜索的最有效方法
【发布时间】：2017-07-06 21:48:36
【问题描述】：

我有一个非常大的 numpy 数组，看起来像这样（前 5 个条目）：

[[ 1.    0.01  0.02  0.6   0.01  0.5   0.01  0.5   0.5   0.5 ]
 [ 0.5   0.01  0.01  0.6   0.01  0.5   0.5   0.5   0.5   0.6 ]
 [ 0.6   0.01  0.5   0.5   0.5   0.5   0.7   0.01  0.01  0.  ]
 [ 0.01  0.5   0.8   0.02  0.02  0.81  0.01  0.77  0.02  0.01]
 [ 0.5   0.02  0.5   0.    0.5   0.5   0.01  0.6   0.01  0.  ]]

我在这个数组中搜索来寻找同样有 10 个值长的特定序列。所以我在没有特殊规则之后存储传入的序列，只是 0 1 2 3 ... 并且我搜索这个数组。这是我的搜索方法（silo_arrays[][] 是上面的数组，array_pattern[] 是我搜索 silo_arrays 的一维 numpy 10 值长数组）：

   new_pattern=True
   for z in range(0, self.silo_arrays_c):
    eq_rate = 0
    for y in range(0, self.length):
        if(self.silo_arrays[z][y] != array_pattern[y]):
            break
        else:
            eq_rate += 1

    if(eq_rate == self.length):
     new_pattern = False
     break

如果 silo_arrays 大约有 1585 个条目长，这大约需要 0.006257 秒。有没有人知道如何通过某种排序或结构变化来加速这个搜索过程？感谢您的支持:)

【问题讨论】：

np.where((silo_arrays==array_pattern).all(1))?

标签： python arrays numpy search data-structures

【解决方案1】：

当谈到数据优化时，您通常会处理权衡，而不是整体加速。

因此，在使用以下解决方案之前，请确保您了解随之而来的限制，即增加的写入时间。

一种流行的算法是实现二分搜索。如果您不熟悉这个概念：

给定一个有序的数字列表L和一个数字v，你必须检查v in L。您可以这样做，方法是将列表分成两半，然后将这两个区间的中间值与您的值 v 进行比较。假设升序，您将根据以下规则选择一个区间 I：if v < L[middleindex]: I = lower_half else I = upper_half 然后您通过重复继续搜索。这样，您可以将搜索空间减少到最低限度。

为了在您的项目中使用二进制搜索，您需要在将数组插入数组时对其进行排序。要比较的值将是降序排列的数组元素。这样，您可能会提高搜索速度。

使用二分搜索的好处是，在两种情况下（最坏情况和最好情况）它的性能相同，即 O(log n)。这使得它非常可靠。

对不起格式化，我在手机上。

【讨论】：