如何通过此转换的numpy数组加快迭代速度？

Question

以下是要使用pyglet渲染的2D等距图块地图的局部类定义。

class Map(object):

    origin = 0
    drytile = tile.dry
    wettile = tile.wet

    def __init__(self, left=8, right=8):
        self.grid = np.array(([None] * left, [None] * right), dtype=object)
        self._setup_grid()

    def __iter__(self):
        """return tiles in the order in which they should be rendered"""
        # get number of diagonals
        ndiags = (np.max(self.grid.shape) * 2) -\
                 (1 + (np.max(self.grid.shape) - np.min(self.grid.shape)))

        # get iterator to go through diagonals in back-to-front order
        offsets = xrange(-(ndiags / 2), ndiags / 2 + 1)

        # iterate in render order
        for off in offsets:
            for tile in np.flipud(self.grid).diagonal(off)[::-1]:
                yield tile

如下图所示，这些图块需要从头到尾渲染：

在我的类定义中，原点是指最上面的图块（图块a ），因此，该类中定义的left维度是沿[abdg]的向量，而right维度是沿[acfj]的向量。

这是我的应用程序中至关重要的部分，因为我打算渲染大量的图块。 有没有一种更快的方法可以按指定顺序遍历图块？ 可以消除嵌套循环的帮助吗？

非常感谢！

Answer 1

我将首先订购数据结构。 如果订购向量，则迭代将更快。

通常，使用有序数据结构对这种情况有好处。

如果出于任何原因要操纵结构，则需要执行“有序插入”或删除，这比较慢。 使用有序数据结构的权衡是在插入和移除上，并且由于电路板的变化不大，因此看起来只有使用有序数据结构才可以。