嵌套 for 循环在 Python 中花费大量时间（优化）

Question

我有一个带有嵌套 for 循环的 python 代码，它花费了太多时间，考虑使用像 dict = {'110': ('jade'), '2': ('amber'), '111' : ('harry')} 这样的字典

这是我的代码-

all_keys = dict.keys()
for number in all_keys:
    for more_number in all_keys:
        if SequenceMatcher(None, number, more_number).ratio() > 0.5:
            dict[number] = dict[number].union(dict[more_number])

输出：-

dict = {'110' : ('jade', 'harry'), '2' : ('amber')}

这段代码正在做的是检查键的匹配概率是否大于 0.5，如果是，则将两个键添加到一个集合中并存储它。对于更多数据，出于显而易见的原因，它需要花费大量时间。有什么办法优化吗？

Answer 1

首先，您的代码在内循环的每次迭代中分配一个SequenceMatcher 的实例，总共分配O(N^2)。

考虑到从中取出的所有内容都是单个值，应该可以使其无状态并使用单个预分配实例。

此外，您可以使用 for k,v in d.items(): 进行迭代，而不是在最内层循环中迭代键并支付不必要的查找成本（节省 O(N^2) 查找）。

最后，我几乎可以肯定（需要查看SequenceMatcher 的代码才能确定）有可能比O(N^2) 做得更好（至少与O(N log(N)) 一样）。