如何快速找到数组中未配对的元素？ [关闭]答案

【问题标题】：How to find unpaired elements in an array fast? [closed]如何快速找到数组中未配对的元素？ [关闭]
【发布时间】：2019-07-15 17:49:14
【问题描述】：

我正在练习 Codility 的一些问题。然而，每次我运行这些问题时，我的性能（运行时）得分都非常低（25%）。你能帮我知道如何改进我的代码以获得更好的分数吗？

问题是：

写一个函数：

def solution(A)

给定一个由满足上述条件的 N 个整数组成的数组 A，返回未配对元素的值。

例如，给定数组 A 使得：

  A[0] = 9  A[1] = 3  A[2] = 9
  A[3] = 3  A[4] = 9  A[5] = 7
  A[6] = 9

该函数应返回 7，如上例所述。

我的代码是：

def solution(A):
# write your code in Python 3.6
    lis=[i for i in A if A.count(i) ==1]
    return lis[0]

输出：

中等2 “中等随机测试 n=100,003 ✘TIMEOUT ERROR 被杀。达到硬限制：6.000 秒"

【问题讨论】：

这可能是Code Review堆栈站点的一个好问题
@G.Anderson 谢谢。我不知道。
@AndrejKesely 感谢也尝试过这种方法。但是对于这两种方法，codility 给出了相同的分数。感谢您的帮助。
优化相关问题适用于 Stack Overflow，无需移至 Code Review。问题中描述的问题相对较小且集中，因此我不确定为什么要应用“过于宽泛”的密切原因。另外，根据答案，可以通过了解正确的python函数来解决问题，这正是Stack Overflow的目的。投票支持重新开放。

标签： python python-3.x optimization

【解决方案1】：

这是因为list.count每次都会搜索整个列表，也就是O(N) * N，或者N**2。您可以使用collections.Counter 来计算一个项目出现一次或一次通过的次数，并且查找是 O(1)，因为它是一个字典：

from collections import Counter

def solution(A):
    c = Counter(A)
    # this will iterate over all the key/value pairs
    # which is at worst N elements long
    return [k for k, v in c.items() if v==1]

显示速度增加：

python -m timeit -s "from random import randint; A = [randint(0,500) for i in range(10000)]" "x = [a for a in A if A.count(a)==1]"
10 loops, best of 3: 957 msec per loop


python -m timeit -s "from random import randint; from collections import Counter; A = [randint(0,500) for i in range(10000)]; c = Counter(A)" "x = [s for s, v in c.items() if v==1]"
10000 loops, best of 3: 20.1 usec per loop

即使我每次都创建一个随机列表，Counter 实现在 20 次试验中的平均最佳运行时间是 20.2us，而list.count 实现是 962.1ms。因此，即使每次运行 timeit 并不完全是苹果对苹果，我认为平均值显示了它自己

【讨论】：

谢谢它有效。早些时候他们不允许我导入 numpy，所以我认为不允许导入额外的 LIB。无论如何，这行得通。非常感谢:)
@AkhilT Counter 只是一个专门用于计数的字典。您可以使用普通字典实现相同的算法
@juanpa.arrivillaga 感谢您提供的信息。这很有帮助。
次要优化：通过将[k for k in c if c[k]==1] 更改为[k for k, v in c.items() if v==1]，避免嵌套查找和dict 查找开销。对于小输入可能会稍微慢一些，但对于较大的输入应该可以更好地扩展。另外，除非练习需要，否则不要将导入放在函数本身中（至少在 CPython 上，重新import 模块非常昂贵，即使模块已经加载和缓存，这要归功于令人难以置信的复杂的模块查找机制）。
@ShadowRanger 是的，我把它放在一起比较快，我会添加它作为编辑

【解决方案2】：

itertools.groupby() 版本的性能大约是collections.Counter 版本的 3 倍：

import collections
from itertools import groupby
import timeit

l = [9, 3, 9, 3, 9, 7, 9]

def fn1(lst):
    return [v for v, g in groupby(sorted(lst)) if len([*g]) == 1]

def fn2(lst):
    k = collections.Counter(lst)
    return [i for i in k if k[i] == 1]

print(timeit.timeit(lambda: fn1(l), number=100_000, globals=globals()) )
print(timeit.timeit(lambda: fn2(l), number=100_000, globals=globals()) )

打印：

0.11646193999331445
0.33489679799822625

【讨论】：

有点慢，但sum(1 for _ in g) 不会将整个列表读入内存，而不是len([*g])。
我怀疑这里的性能提升是小输入的产物；对于三个独特的项目，sorted 的 O(n log n) 复杂性几乎不重要，groupby 的实现效率低下并不重要，而 Counter 的大致 O(n) 计数复杂性没有机会发光.根据我的经验，groupby 比人们想象的要慢很多（有时即使您的输入已经排序，也会输给Counter，因此不需要调用sorted）。
@Error-SyntacticalRemorse：或者过度使用the fastest (asymptotically) fixed memory approach to counting an iterator/generator。 :-)
@ShadowRanger Let'er rip... 虽然该解决方案似乎是最慢的（至少从 repl.it 上的测试来看）
@ShadowRanger 在我的机器（AMD 2400G）上，groupby() 的版本更快，直到输入数组的长度达到 85-90。

【解决方案3】：

尝试以下方法：

import collections 

k = collections.Counter(A)
return [ i for i in k if k[i] == 1]

【讨论】：