Question

我很难理解python中的成本时间。特别是在一个例子中，快速排序程序。以下是几个网站认为是python中quicksort的最佳实现：

def theirquicksort(list):
    """Quicksort using list comprehensions"""
    if list == []:
        return []
    else:
        pivot = list[0]
        lesser = theirquicksort([x for x in list[1:] if x < pivot])
        greater = theirquicksort([x for x in list[1:] if x >= pivot])
        return lesser + [pivot] + greater

以下是我期望成为quicksort的最佳实现（以及作为学校良好实施的内容）：

def myquicksort(list):
    """Quicksort not using list comprehensions"""
    if list == []:
        return []
    else:
        pivot = list[0]
        lesser,greater=[],[]
        for i in list[1:]:
            if i < pivot:
                lesser.append(i)
            else:
                greater.append(i)
        return myquicksort(lesser) + [pivot] + myquicksort(greater)

在他们的快捷方式中，当调用迭代列表时，python（我猜？）通过列表运行两次，是否采用较小/较大的元素。在myquicksort中，python只在列表中运行一次，因此没有任何用处。我的意思是它不会比较我的两倍。因此，它应该以纯粹的数学方式更快。而且，事实并非如此。为什么？

关于优化的另一个问题，即使它更重要：当我想用其他东西添加/乘法/任何东西时，＆＃34;其他东西＆＃34;根据条件，通常的方法是：

if condition:
    a+=3
else:
    a+=1

例如。但是，如果我使用该怎么办：

a+={True:3,False:1}[condition]

我会失去很多时间吗？我是否会浪费时间？乍一看使用第一种可能性是没有问题的，但在计算的中间可以放在一行除了这个，其中加1/3 - 当然只有一个例子 - 不是第一种，也不是最后的操作，第二种可能性是有吸引力的。但这意味着要打电话给dictionnary类。那么，它有多聪明？

Answer 1

最好每个问题提出一个问题。第一部分由Python quicksort - List comprehension vs Recursion (partition routine)

回答

然后，您问题的第二部分可以表示为

a += 3 if condition else 1

但是我发现很难阅读并且更喜欢你所展示的if / then。二进制测试的字典对于测试来说有点过分。

我想解释一下python列表管理优化和整体优化

1 个答案: