如何知道命令或方法是否是“就地算法”？

Question

我正在学习python，如何知道命令或方法是否为'in place algorithm'？

尝试“大”输入并使用命令检查运行时是否足够好？

例如，假设我有一个包含 100,000 个元素的列表 lst。 我检查了以下两个命令，并且都“完成”了一会儿：lst = lst[ : :-1] 和 lst.reverse()。那么这是否意味着两者都已到位？

Answer 1

如果一个函数是就地的，那么它将修改调用它的对象。如果不是，那么它将返回结果。

sorted(lst) # returns the sorted form of lst
lst.sort() # sorts lst

仅此而已。不要试图将其与运行时间或效率联系起来。

Answer 2

就地操作通常在 Python 中返回 None，因此在您的情况下，lst.reverse() 是就地操作，因为它返回 None 并修改列表。而lst[::-1] 返回一个您重新分配给lst 的新列表。

>>> lst  = range(1000)
>>> id(lst)
154457996
>>> lst = lst[::-1]
>>> id(lst)             #id changed.
160699852
>>> lst  = range(1000)
>>> id(lst)
160699340
>>> lst.reverse()
>>> id(lst)             #same id
160699340

Answer 3

要回答这个问题，我们首先要知道什么是'in place algorithm'？

根据维基百科，an in-place algorithm 是一种算法，它使用具有少量恒定额外存储空间的数据结构来转换输入。

“覆盖输入”和“就地算法”有什么关系：

1。如果一个人覆盖它的输入，它不是必须一个就地算法吗？

不，例如，快速排序总是覆盖它的输入，但它需要 O(log(n)) 额外空间来跟踪递归函数调用。

2。如果一个是就地算法，它是否必须覆盖它的输入？

不，例如在数组中找到最小数的算法，它是一个就地算法，只需要 O(1) 额外的空间，但它不需要覆盖它的输入。

因此，它们之间没有绝对关系，输入通常会被就地算法覆盖。

以及如何知道方法是否在原地算法中？

嗯，我想你一定要看它的实现，源码，同样的方法可能使用不同的算法，毕竟方法或函数和算法不是一回事。

顺便说一句，有一种简单的方法可以知道方法的输入是否被覆盖：

>>> lst = [1, 2, 3]
>>> id(lst)`
3070142764
>>> lst = lst[: : -1]
>>> id(lst)
3070142828
>>> lst.reverse()
>>> id(lst)
3070142828

lst[: : -1]之后lst的id变了，所以lst[: : -1]新建了一个list对象，lst.reverse()之后lst的id没有变，所以lst.reverse()覆盖了它的输入。

p>

Answer 4

如果您使用的是 iPython 之类的东西，您可以询问解释器 -

In [1]: x = [1, 2, 3]

In [2]: ? x.reverse
Type:       builtin_function_or_method
Base Class: <type 'builtin_function_or_method'>
String Form:<built-in method reverse of list object at 0x0362EB48>
Namespace:  Interactive
Docstring:  L.reverse() -- reverse *IN PLACE*

所以reverse 方法就位。一般来说，像

In [3]: x = x[::-1]

不会就地，因为首先创建一个副本，然后分配给x。你知道这不可能就地完成，因为类似的任务

In [4]: y = x[::-1]

当然必须创建x 的附加副本。

Answer 5

在我的脑海中，我认为在运行程序时查看内存消耗会是一个更好的指标。据我了解“就地”，这意味着运行算法不需要（或很少）额外的空间。 http://en.wikipedia.org/wiki/In-place_algorithm.

对于您的特定示例，我认为快速运行时间很可能是由于使用了列表实现。我的第一个猜测是列表是使用双向链表实现的。这反过来当然意味着将在原地执行反向操作。

如果你想确定，我认为你需要先跳入实现相关算法的代码。