在python列表中找到最小浮点数的最有效方法

Question

快速问题，更有效的查找长列表中的最小数字（浮点数）（10000+元素）

是吗

min(mylist)

要么

mylist.sort() 

然后回来

mylist[0]

或者是其他东西...

谢谢！

Answer 1

首先，如果你关心Python中的性能（这并不总是一件值得关注的事情，但这是另一个对话），你应该使用timeit模块 。 即使在C语言中，很难预测某些函数在编译后会如何表现，而且在Python中更难。 人们常常自信地表达哪些功能更快，哪些是数据依赖的。 那么 - 通过使用timeit，我的意思是 - 你可以找到自己。

其次，如果你真的关心浮点数列表的性能，你根本不应该使用列表，而是使用numpy数组。 在这里使用IPython，在Python 2.7.2下，这使得计时变得简单：

In [41]: import random, numpy
In [42]: a = [0.1*i for i in range(10**5)]
In [43]: timeit min(a)
100 loops, best of 3: 4.55 ms per loop
In [44]: timeit sorted(a)[0]
100 loops, best of 3: 4.57 ms per loop
In [45]: random.shuffle(a)
In [46]: timeit min(a)
100 loops, best of 3: 6.06 ms per loop
In [47]: timeit min(a) # to make sure it wasn't a fluke
100 loops, best of 3: 6.07 ms per loop
In [48]: timeit sorted(a)[0]
10 loops, best of 3: 65.9 ms per loop
In [49]: b = numpy.array(a)
In [50]: timeit b.min()
10000 loops, best of 3: 97.5 us per loop

我们注意到一些事情。 （1）Python的sort（timsort）对已经排序的运行的数据非常有效，因此对已经排序的列表进行排序几乎没有任何惩罚。 （2）另一方面，对随机列表进行排序要慢得多，而且随着数据变大，这种情况只会变得更糟。 （3）浮点数组上的Numpy.min（）在Python列表上的运行速度比min小60倍，因为它不必像一般情况那样。

Answer 2

如果已填充列表，则min()是最有效的方法。

在特殊情况下可能会使用一些技巧：

• 如果从头开始构建列表，只需将最小的项保留在外部变量中，以便在O(1)给出答案。
• 如果列表中只有Floats，请使用可提供更好性能的Array 。
• 您可以使用bisect保持列表排序。
• 使用Python堆 ，它甚至可以有效地实现min() 。 确保您了解效果，主要是插入速度较慢。 （ 信用：interjay ）

Answer 3

好吧，你肯定要迭代整个列表，所以你的运行时应该是O（n）。

由于排序已经花费了O（n log n）时间，这显然不是执行此操作的最佳方式。 我不知道min（）的实现，但它应该是正确的方法。