Python的itertools.product()效率
发布时间:2020-12-20 13:06:45 所属栏目:Python 来源:网络整理
导读:所以我正在研究计算n个数组的笛卡尔积的不同方法,并且我遇到了使用以下代码的相当优雅的解决方案(此处为SO): import itertools for array in itertools.product(*arrays): print array 看一下对于itertools.product()的python doc page(我用2.7,顺便说一句)
所以我正在研究计算n个数组的笛卡尔积的不同方法,并且我遇到了使用以下代码的相当优雅的解决方案(此处为SO):
import itertools for array in itertools.product(*arrays): print array 看一下对于itertools.product()的python doc page(我用2.7,顺便说一句),它说代码等同于以下内容: def product(*args,**kwds): # product('ABCD','xy') --> Ax Ay Bx By Cx Cy Dx Dy # product(range(2),repeat=3) --> 000 001 010 011 100 101 110 111 pools = map(tuple,args) * kwds.get('repeat',1) result = [[]] for pool in pools: result = [x+[y] for x in result for y in pool] for prod in result: yield tuple(prod) (它确实注意到以下内容:此函数等效于以下代码,但实际实现不会在内存中构建中间结果:) 我不是CS人 – 所以我很难估计这个算法的效率.我的第一个猜测是O(n ^ 2)(由于嵌套的for循环). 我错了吗? 解决方法
你是绝对正确的.也就是说,在两个数组输入的特殊情况下,两者的大小为n.在1 …中i的大小为n [i]的k个数组的一般情况下,它将是O(所有n [i]的乘积).
为什么会这样,为什么没有办法进一步优化这个? 那么,在这种情况下,输出的大小直接是“所有n [i]的产品”,这取决于我们正在讨论的函数的性质. Python通过将其实现为生成器使其更加明显.因此,对于每个元素,此生成器生成一个元素,最终它将与所述产品一样多的生成元素. 当然,如果某事明显地做了x次,那么它的效率不会比O(x)好.如果每个元素的努力也取决于输入大小,则可能会更糟.所以,准确地说,这里每个元素的工作量取决于我们放入的数组的数量,因此真正的努力将是 O(k×所有n [i]的乘积) (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |