Question

给定输入一个未排序的浮点数列表，找到最接近某个值的索引的最有效方法是什么？我想到了一些潜在的解决方案：

：用于：

x = random.sample([float(i) for i in range(1000000)], 1000000)

1）自己的功能：

def min_val(lst, val):
    min_i = None
    min_dist = 1000000.0
    for i, v in enumerate(lst):
        d = abs(v - val)
        if d < min_dist:
            min_dist = d
            min_i = i
    return min_i

结果：

%timeit min_val(x, 5000.56)
100 loops, best of 3: 11.5 ms per loop

2）敏感

%timeit min(range(len(x)), key=lambda i: abs(x[i]-5000.56))
100 loops, best of 3: 16.8 ms per loop

3）Numpy（包括转换）

%timeit np.abs(np.array(x)-5000.56).argmin()
100 loops, best of 3: 3.88 ms per loop

从该测试开始，似乎将列表转换为numpy数组是最佳解决方案。但是有两个问题浮现在脑海中：

这确实是一个现实的比较吗？
numpy解决方案是用Python实现这一目标的最快方法吗？

Answer 1

考虑来自QuickSort的partition algorithm。分区算法重新排列列表，使得枢轴元素在调用后位于其最终位置。根据数据透视表的值，您可以对数组中可能包含最接近目标的元素的部分进行分区。一旦你找到了你想要的元素，或者你有一个包含你元素的长度为1的分区，你就完成了。

您要解决的一般问题是selection problem。

在您的问题中，您想知道要使用哪种数组/列表实现，这将对性能产生影响。更重要的因素是搜索算法，而不是列表/数组表示。

根据@Andrzej的评论进行编辑

啊，那我误解了你的问题。严格地说，线性搜索总是O（n），因此无论基础数据结构如何，Big-Oh分析范围内的效率都是相同的。这里的问题是，对于线性搜索，您需要一个漂亮的简单数据结构，以使运行时性能尽可能好。

Python列表是对象的引用数组，而（据我所知）Numpy数组是一个连续的对象数组。 Numpy数组的性能会更好，因为它不需要取消引用对象来获取值。

对于Python列表与Numpy数组，您的比较技术似乎是合理的。我不愿意说Numpy数组是解决问题的最快方法，但它应该比Python列表表现更好。

查找非排序Python浮点列表中最近元素索引的最快方法

1 个答案: