Question

在排序的numpy数组中将值插入正确位置的最快方法是什么？

例如，我想将b的每个值插入a：

a = [1,1,2,4,7,7,11,13,13,13,15,20,25,26,27,30,45,70]

b = [5,7,9,45]

我已尝试为a的每个值循环遍历b并以此方式插入。我也尝试了bisect_left方法：

for i in b:
a.insert(bisect_left(a,i),i)

这两种方法都太慢了，因为我需要经过数十万个数据元素。

有什么想法吗？

Answer 1

让我们注意n = len(a) and m = len(b)，

您可以使用二进制搜索来查找每个元素的位置并插入它，这将在 m * n * log（n）时间
您可以合并两个阵列，这将具有n + m复杂度
你可以使用一个专门的结构，一个平衡的二叉树，你可以在python中找到很多这些实现，时间复杂度将是 mlog（n）

现在给出n和m的可能值，你可以确定哪种解决方案最好，但不要期望做得更好

Answer 2

只需使用内置sort方法。它实现了timsort。如果列表几乎已经排序，那么速度非常快。

a.extend(b)
a.sort()

Answer 3

对于更 Pythonic 的方法，您可以使用 bisect.insort(your_list, your_value) 将值插入到排序列表的正确位置。像这样：

import bisect

a = [1,1,2,4,7,7,11,13,13,13,15,20,25,26,27,30,45,70]
b = [5,7,9,45]

for value in b:
    bisect.insort(a, value)

# Now a == [1, 1, 2, 4, 5, 7, 7, 7, 9, 11, 13, 13, 13, 15, 20, 25, 26, 27, 30, 45, 45, 70]

Answer 4

您可以使用searchsorted和insert：

a = numpy.array([1,1,2,4,7,7,11,13,13,13,15,20,25,26,27,30,45,70])
b = numpy.array([5,7,9,45])
ii = numpy.searchsorted(a, b)
a = numpy.insert(a, ii, b)

Answer 5

你的解决方案很慢，因为你有很多插入。每个insrt都是O（N）复杂度。

我的解决方案： a = [1,1,2,4,7,7,11,13,13,13,15,20,25,26,27,30,45,70] b = [5,7,9,45]

将b.Length项插入到a的末尾。 a = [1,1,2,4,7,7,11,13,13,13,15,20,25,26,27,30,45,70，x，x，x，x] b = [5,7,9,45]

三点：

指向 a 指向上一个实际元素（指向 70 的示例指针）
指向 b 指向最后一个元素（指向 45 的示例指针）
指向a

这是我在C＃中的解决方案：

    int p1 = a.Length - 1;
    int p2 = b.Length - 1;
    int p3 = a.Length + b.Length - 1;

    //Insert b.Length items to end of a.

    while (p3 >= 0 && p2 >= 0)
    {
        if (p1 < 0 || b[p2] >= a[p1])
        {
            a[p3--] = b[p2--];
        }
        else
        {
            a[p3--] = a[p1--];
        }
    }

将值插入已排序的数组中

5 个答案: