[英]finding index of an item closest to the value in a list that's not entirely sorted
作为一个例子,我的列表是:
[25.75443, 26.7803, 25.79099, 24.17642, 24.3526, 22.79056, 20.84866, 19.49222, 18.38086, 18.0358, 16.57819, 15.71255, 14.79059, 13.64154, 13.09409, 12.18347, 11.33447, 10.32184, 9.544922, 8.813385, 8.181152, 6.983734, 6.048035, 5.505096, 4.65799]
我正在寻找最接近11.5
的值的索引。 我尝试过其他方法,如二进制搜索和bisect_left
但它们不起作用。
我无法对此数组进行排序,因为该值的索引将用于类似的数组以获取该索引处的值。
请尝试以下方法:
min(range(len(a)), key=lambda i: abs(a[i]-11.5))
例如:
>>> a = [25.75443, 26.7803, 25.79099, 24.17642, 24.3526, 22.79056, 20.84866, 19.49222, 18.38086, 18.0358, 16.57819, 15.71255, 14.79059, 13.64154, 13.09409, 12.18347, 11.33447, 10.32184, 9.544922, 8.813385, 8.181152, 6.983734, 6.048035, 5.505096, 4.65799]
>>> min(range(len(a)), key=lambda i: abs(a[i]-11.5))
16
或者获取索引和值:
>>> min(enumerate(a), key=lambda x: abs(x[1]-11.5))
(16, 11.33447)
import numpy as np
a = [25.75443, 26.7803, 25.79099, 24.17642, 24.3526, 22.79056, 20.84866, 19.49222, 18.38086, 18.0358, 16.57819, 15.71255, 14.79059, 13.64154, 13.09409, 12.18347, 11.33447, 10.32184, 9.544922, 8.813385, 8.181152, 6.983734, 6.048035, 5.505096, 4.65799]
index = np.argmin(np.abs(np.array(a)-11.5))
a[index] # here is your result
如果a已经是数组,则可以省略相应的转换。
怎么样:你压缩两个列表,然后对结果进行排序?
如果您无法对数组进行排序,则无法快速找到最近的项目 - 您必须遍历所有条目。
有一个解决方法,但它有相当多的工作:编写一个排序算法,对数组进行排序,并(同时)更新第二个数组,告诉你在数组排序之前这个条目的位置。
这样,您可以使用二进制搜索来查找最近条目的索引,然后使用此索引使用“索引数组”查找原始索引。
[编辑]使用zip()
,这很容易实现:
array_to_sort = zip( original_array, range(len(original_array)) )
array_to_sort.sort( key=i:i[0] )
现在您可以二进制搜索该值(使用item[0]
)。 item[1]
会给你原始索引。
通过所有项目只是线性的。 如果你要对阵列进行排序会更糟糕。
我没有看到保持额外的deltax
(到目前为止的最小差异)和idx
(该元素的索引)的问题,只是循环一次通过列表。
请记住,如果空间不重要,您可以通过创建排序索引的辅助列表来对任何列表进行排序,而无需移动内容。
还要记住,如果你只是查看一次,那么你只需要遍历列表O(n)中的每个元素。 (如果多次,那么您可能希望以后进行排序以提高效率)
如果你经常搜索一个很长的列表,那么min
刻度非常差(O(n ^ 2),如果你将一些搜索附加到搜索列表中,我认为)。
Bisect是你的朋友。 这是我的解决方案。 它缩放O(n * log(n)):
class Closest:
"""Assumes *no* redundant entries - all inputs must be unique"""
def __init__(self, numlist=None, firstdistance=0):
if numlist == None:
numlist=[]
self.numindexes = dict((val, n) for n, val in enumerate(numlist))
self.nums = sorted(self.numindexes)
self.firstdistance = firstdistance
def append(self, num):
if num in self.numindexes:
raise ValueError("Cannot append '%s' it is already used" % str(num))
self.numindexes[num] = len(self.nums)
bisect.insort(self.nums, num)
def rank(self, target):
rank = bisect.bisect(self.nums, target)
if rank == 0:
pass
elif len(self.nums) == rank:
rank -= 1
else:
dist1 = target - self.nums[rank - 1]
dist2 = self.nums[rank] - target
if dist1 < dist2:
rank -= 1
return rank
def closest(self, target):
try:
return self.numindexes[self.nums[self.rank(target)]]
except IndexError:
return 0
def distance(self, target):
rank = self.rank(target)
try:
dist = abs(self.nums[rank] - target)
except IndexError:
dist = self.firstdistance
return dist
像这样使用它:
a = [25.75443, 26.7803, 25.79099, 24.17642, 24.3526, 22.79056, 20.84866,
19.49222, 18.38086, 18.0358, 16.57819, 15.71255, 14.79059, 13.64154,
13.09409, 12.18347, 1.33447, 10.32184, 9.544922, 8.813385, 8.181152,
6.983734, 6.048035, 5.505096, 4.65799]
targets = [1.0, 100.0, 15.0, 15.6, 8.0]
cl = Closest(a)
for x in targets:
rank = cl.rank(x)
print("Closest to %5.1f : rank=%2i num=%8.5f index=%2i " % (x, rank,
cl.nums[rank], cl.closest(x)))
将输出:
Closest to 1.0 : rank= 0 num= 1.33447 index=16
Closest to 100.0 : rank=25 num=26.78030 index= 1
Closest to 15.0 : rank=12 num=14.79059 index=12
Closest to 15.6 : rank=13 num=15.71255 index=11
Closest to 8.0 : rank= 5 num= 8.18115 index=20
和:
cl.append(99.9)
x = 100.0
rank = cl.rank(x)
print("Closest to %5.1f : rank=%2i num=%8.5f index=%2i " % (x, rank,
cl.nums[rank], cl.closest(x)))
输出:
Closest to 100.0 : rank=25 num=99.90000 index=25
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.