Question

我目前正在处理一个黑客问题（找到here）。在这个问题中，您必须获取给定的数组并找到长度为N且具有最小max-min值的子数组。该页面解释它比我做得好一点。

话虽如此，我已经完成了问题并找到了我认为适用于所有情况的解决方案......但我会继续对他们提供的少数几个测试用例进行“超时”。我在下面提供了我的代码：

def maxmin(array, original, new): 
    minimum = -1
    for i in range(0, original-new-1): 
        subarray = array[i:i+(new)]
        if minimum == -1: 
            minimum = max(subarray)-min(subarray)
        else: 
            if (max(subarray)-min(subarray)) < minimum: 
                minimum = max(subarray)-min(subarray)
    return minimum 


n = input()
k = input()
candies = [input() for _ in range(0,n)]
candies.sort()
print maxmin(candies, n, k)

正如我上面所说，代码工作正常 - 但显然它不够“快”。我仍然是非常对Python的新手（作为我以前的问题的快速回顾会提示），所以我不确定如何使这个代码更加“pythonic”或者更快，一般来说。在这方面的任何帮助将非常感激。

谢谢！

Answer 1

你为什么要做这么多工作？

您的代码执行的操作很多，不需要这样做：

我最糟糕的猜测是它制作了一堆列表副本。每个subarray = array[i:i+new]都会创建一个新列表，这很糟糕。请注意，如果您使用numpy，这不会发生，但您还有其他问题。使用同一列表中的元素会更容易，例如array[i]和array[i+new-1]。
您无需计算最大值和最小值。列表已经排序，因此对于任何子数组，您的[0]值将是最小值，而您的[-1]值将是最大值。仅仅是数组，这意味着对于K值的子列表，从位置i开始，array[i]是最小值，array[i+K-1]是最大值。这使事情变得更加容易。
这是一个极小的东西，但是您可以删除条件，而不是将最小值设置为-1以启动，将其设置为非常非常大的值。 sys.maxint当然是最安全的，但是如果你想避免导入sys，那么任何大于你预期的数字都会被视为差异。如果这样做，则第一次运行时不需要特殊情况。

或者，您可以计算迭代器中的所有值，然后将它们分开。这允许非常紧凑的代码;例如，以下工作：

N,K = (input(),input())
l=[input() for _ in range(0,N)]; l.sort()
print min(l[i+K-1]-l[i] for i in xrange(0,N-K+1))

Answer 2

首先要注意的是，您的程序不适用于样本输入2（第三个样本）。这是一个有效的功能：

def maxmin2(array, n, k):
    def unfairness(sub): return max(sub) - min(sub)

    _min = 1e19                 # Sufficiently large to never happen, given the constraints
    for i in range(n-k+1):
        sub = array[i:i+k]      # Extract a k length sublist, starting at index i
        u = unfairness(sub)
        if u < _min: _min = u
    return _min

由于这是一个挑战，我会留下两个函数之间的差异。

使用它们，添加调试打印语句等。~~如果你无法搞清楚，我会在几分钟内编辑一个可以作为伪扰码标记的差异的链接。< /秒>~~

<强>差分

它太小我决定不再经历所有的麻烦。问题在于您的范围函数的上限：

range(0, original-new-1)

上限original-new-1接近但稍微偏离。

考虑n=5，k=2 - 您的上限为5-2-1 = 2.

因此，由于范围排除了上限，我将是0,1

所以我们要生成子列表：

i=0，sublist = 0,1,2
中的元素
i=1，sublist = 1,2,3
中的元素

但我们永远不会触及第4和第5元素。相反，我们需要设置上限：

range(0, original-new+1) ^ Sign changed

现在我们的上限是5-2 + 1 = 4，我将是0,1,2,3。现在，我们的子列表是：

i=0，sublist = 0,1,2
中的元素
i=1，sublist = 1,2,3
中的元素
i=2，sublist = 2,3,4
中的元素
i=3，sublist = 3,4,5
中的元素

我们扫描整个清单。前两个例子给出了正确答案，因为找到了正确的答案（巧合），而不需要考虑最后2个子列表的不公平性。

注意：因为我们将数组排在第一位max而min不是必需的 - 我们可以将不公平函数重新定义为：

def unfairness(sub): return sub[-1] - sub[0]

sub[-1]是子列表的最后一个元素，sub[0]是第一个元素。由于它已经排序，我们知道它们分别是子列表的最大值和最小值。此外，我们可以通过以下方式完全消除切片：

def maxmin2(array, n, k): _min = 1e19 # Sufficiently large to never happen, given the constraints for i in xrange(n-k+1): u = array[i+k-1] - array[i] if u < _min: _min = u return _min

在python中优化子阵列最大/最小分析

2 个答案: