![](/img/trans.png)
[英]Pythonic way to find key of weighted minimum and maximum from a dictionary
[英]Find in a dynamic pythonic way the minimum elements in a partially ordered set
假设Os是一个部分有序的集合,并且在Os中给出任意两个对象O1和O2,如果O1大于O2,则F(O1,O2)将返回1,如果O1小于O2则返回-1,如果它们是无比的则为2,如果O1等于O2则为0。
我需要找到元素的子集Mn是最小的Os。 对于Mn中的每个A,对于Os中的每个B,F(A,B)永远不等于1。
这并不难,但我确信它可以用更加pythonic的方式完成。
快速而肮脏的方式是:
def GetMinOs(Os):
Mn=set([])
NotMn=set([])
for O1 in Os:
for O2 in Os:
rel=f(O1,O2)
if rel==1: NotMn|=set([O1])
elif rel==-1: NotMn|=set([O2])
Mn=Os-NotMn
return Mn
特别是我对我基本上经历所有元素N ^ 2次的事实感到不满意。 我想知道是否会有一种动态的方式。 通过“动态”我并不仅仅意味着快速,而且一旦被发现某事物是最不可能的,也许它可以被取消。 并以pythonic ,优雅的方式完成所有这些
下面的GetMinOs2
,“动态”删除已知非最小的元素。 它使用一个列表Ol
,它以Os
所有元素开头。 “指针”索引l
指向列表Ol
的“结尾”。 当找到非最小元素时,其位置与Ol[l]
的值交换,并且指针l
递减,因此Ol
的有效长度缩小。 这样做会删除非最小元素,因此不要再次检查它们。
GetMinOs2
假设f
具有比较函数的正常属性:传递性,交换性等。
在下面的测试代码中,使用梦想的f
,我的timeit运行显示速度提高了54倍:
def f(O1,O2):
if O1%4==3 or O2%4==3: return 2
return cmp(O1,O2)
def GetMinOs(Os):
Mn=set([])
NotMn=set([])
for O1 in Os:
for O2 in Os:
rel=f(O1,O2)
if rel==1: NotMn|=set([O1])
elif rel==-1: NotMn|=set([O2])
Mn=Os-NotMn
return Mn
def GetMinOs2(Os):
Ol=list(Os)
l=len(Ol)
i=0
j=1
while i<l:
while j<l:
rel=f(Ol[i],Ol[j])
if rel==1:
l-=1
Ol[i]=Ol[l]
j=i+1
break
elif rel==-1:
l-=1
Ol[j]=Ol[l]
else:
j+=1
else:
i+=1
j=i+1
return set(Ol[:l])
Os=set(range(1000))
if __name__=='__main__':
answer=GetMinOs(Os)
result=GetMinOs2(Os)
assert answer==result
时间结果是:
% python -mtimeit -s'import test' 'test.GetMinOs2(test.Os)'
1000 loops, best of 3: 22.7 msec per loop
% python -mtimeit -s'import test' 'test.GetMinOs(test.Os)'
10 loops, best of 3: 1.23 sec per loop
PS。 请注意:我没有彻底检查GetMinOs2中的算法,但我认为一般的想法是正确的。 我在脚本的末尾进行了一些测试,显示它至少在样本数据set(range(1000))
。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.