Question

最近，我在perl中遇到了以下代码，它返回所有传递参数中的最小数值。

return 0 + ( sort { $a <=> $b } grep { $_ == $_ } @_ )[0];

我通常使用简单的线性搜索来查找列表中的最小值/最大值，这对我来说似乎很简单且充分优化。以上代码是否比简单的线性搜索更好？在这种情况下与perl有什么关系？谢谢！

Answer 1

O（）没有说算法需要多长时间。例如，在其他条件相同的情况下，我总是在以下两个中选择算法2：

算法1：O（2 * N + 1000天）= O（N）
算法2：O（5 * N + 100ms）= O（N log N）

O（）指定算法在输入大小增加时 scale 所用的时间。（好吧，它可以用于任何资源，而不仅仅是时间。）由于前两个答案只是用O（）来讨论，所以它们没用。

如果你想知道哪种算法对于给定大小的输入更好的算法有多快，你需要对它们进行基准测试。

在这种情况下，看起来List::Util的min 总是明显更好。

$ perl x.pl 10
           Rate  sort LUmin
sort  1438165/s    --  -72%
LUmin 5210584/s  262%    --

$ perl x.pl 100
           Rate  sort LUmin
sort   129073/s    --  -91%
LUmin 1485473/s 1051%    --

$ perl x.pl 1000
          Rate  sort LUmin
sort    6382/s    --  -97%
LUmin 199698/s 3029%    --

代码：

use strict;
use warnings;

use Benchmark  qw( cmpthese );
use List::Util qw( min );

my %tests = (
   'sort'  => 'my $x = ( sort { $a <=> $b } @n )[0];',
   'LUmin' => 'my $x = min @n;',
);

$_ = 'use strict; use warnings; our @n; ' . $_
   for values %tests;

local our @n = map rand, 1..( $ARGV[0] // 10 );
cmpthese(-3, \%tests);

Answer 2

你是对的。如果您不需要将排序数据用于任何其他目的，则简单线性搜索最快。为了完成它的工作，无论如何，排序必须至少查看一次每个数据。

只有当排序的数据对其他用途有用时 - 或者当我不关心运行时间，功耗，散热等 - 我才会对数据进行排序以找到最小值和最大值。 / p>

现在，@ SimeonVisser是正确的。排序确实有 O（n * log（n））。 这并不像许多程序员想象的那样慢于 O（n）。 在感兴趣的实际情况中，管理排序的平衡二叉树（或其他此类结构）的开销可能与 log（n）因子一样重要。所以，人们不必因排序的前景而惊恐万分！但是，线性搜索仍然更快：你对此非常正确。

此外，@ DavidO添加了这样一个富有洞察力的评论，我会用他自己的话来引用它：

线性搜索也是一种更容易概括的算法。例如，线性搜索可以容易地（并且相对有效地）基于磁盘用于大数据集。而基于磁盘的排序变得相对昂贵，而如果不是字段大小则更复杂归一化的。

Answer 3

线性搜索是O（ n ），原因很明显。排序为O（ n log n ）（请参阅Perl文档中的sort）。所以是的，线性搜索在复杂性方面确实更快。这不仅适用于Perl，也适用于任何实现这些算法的编程语言。

与许多问题一样，有多种方法可以解决它，并且还有多种方法可以获得列表的最小值/最大值。从概念上讲，当你只想要列表的最小值或最大值时，线性搜索会更好，因为问题不会要求排序。

排序与线性搜索查找最小值/最大值

3 个答案: