Question

我最近试图在Hackerrank上解决this problem。我最终得到了以下解决方案，在给定的时间限制内给出了正确的答案：

from collections import Counter
lisa=[]
for each in range(input()):
    current=raw_input()
    count=0
    lookup_dict={}
    i=0
    for i in range(len(current)):
        for j in range(i,len(current)):
            sub_string=current[i:j+1]
            sub_string=''.join(sorted(sub_string))
            if sub_string in lookup_dict.keys():
                lookup_dict[sub_string]+=1
            else:
                lookup_dict[sub_string]=1

    for k in lookup_dict.values():
        count+=k*(k-1)/2
    print count

我的问题是他们提供的解决方案（下面再现）明显快于我写的解决方案，即使使用的复杂性和方法是相同的。

from collections import *
for i in range(input()):
    s = raw_input()
    check = defaultdict(int)
    l = len(s)
    for i in range(l):
        for j in range(i+1,l+1):
            sub = list(s[i:j])
            sub.sort()
            sub = "".join(sub)
            check[sub]+=1
    sum = 0
    for i in check:
        n = check[i]
        sum += (n*(n-1))/2
    print sum

我的猜测是它与defaultdict方法有关，但无法找出原因？

Answer 1

在Python 2.x中，dict.keys()返回一个列表，在您的第一个解决方案中，您实际上正在执行 -

if sub_string in lookup_dict.keys()

这将是一个O（n）操作（n是dictonary的大小 - lookup_dict），因为.keys()实际返回一个列表，并且包含检查列表是O（n），也是最有可能是必须创建列表的额外成本。

而在第二种方法中，您没有任何此类检查，而defaultdict正在处理为您自动设置默认值，这可能是您的第一个解决方案明显慢于第二个解决方案的原因之一（鉴于此你在最里面的循环中进行dict.keys()查找，以便多次查找。

显示dict.keys()返回列表的示例 -

>>> d = {1:2,3:4,5:6,7:8}
>>> d.keys()
[1, 3, 5, 7]

Answer 2

谈论defaultdict：与普通密钥检查相比，它的优化程度。即：

x = defaultdict(int)
for i in xrange(...):
    x[i] += 1

比

快〜50％

x = {}
for i in xrange(...):
    if i in x:
         x[i] +=1
    else:
        x[1] = 1

如果缺少所有键的情况。

但主要的情况是在py2中调用dict.keys()实际上会创建一个列表。因此，检查key in dict.keys()需要首先为列表分配内存，然后使用实际键值填充它，然后检查您的密钥。最糟糕的是，在此列表应该由垃圾收集器清理之后，在下一个for步骤中，您将执行相同的操作，除了将为该列表分配更多内存。所以，在你的例子中，这实际上会扼杀性能。

Python的速度差异

2 个答案: