Question

如果我有一个已经排序的列表并使用 in 关键字，例如：

a = [1,2,5,6,8,9,10]
print 8 in a

我认为这应该进行顺序搜索，但是我可以通过二进制搜索来加快速度吗？是否有一种pythonic方式在排序列表中搜索？

Answer 1

标准库具有bisect模块，该模块支持按排序顺序进行搜索。

但是，对于小型列表，我敢打赌in运算符后面的C实现会击败bisect。您必须使用一堆常见情况进行测量，以确定目标硬件上真正的收支平衡点...

值得注意的是，如果您可以使用无序迭代（即set），那么您可以在O(1)时间平均进行查找（使用in运算符），与O(logN)上的in和O(N)运算符的序列的二分相比，lambda。而且，通过一组，您还可以避免首先对其进行排序的成本： - ）。

Answer 2

标准库中的模块bisect中存在Python的二进制搜索。它不支持in / contains，但您可以编写一个小函数来处理它：

from bisect import bisect_left
def contains(a, x):
    """returns true if sorted sequence `a` contains `x`"""
    i = bisect_left(a, x)
    return i != len(a) and a[i] == x

然后

>>> contains([1,2,3], 3)
True
>>> contains([1,2,3], 4)
False

~~这不会很快，因为bisect是用Python编写的，而不是用C编写的，所以你可能会发现顺序in更快很多情况。~~ bisect自Python 2.4以来在CPython中有一个可选的C加速。

很难确定CPython的确切收支平衡点。这是因为代码是用C语言编写的;如果你检查的值是否大于或小于序列中的任何值，那么CPU的分支预测将对你起作用，你会得到：

In [2]: a = list(range(100))
In [3]: %timeit contains(a, 101)
The slowest run took 8.09 times longer than the fastest. This could mean that an intermediate result is being cached 
1000000 loops, best of 3: 370 ns per loop

此处，3中的最佳值不能代表算法的 true 运行时间。

但是通过调整测试，我得出的结论是，对于只有30个元素的列表，二等分可能比in更快。

但是，如果你正在做很多in次操作，你应该使用set;你可以将列表转换成一个集合（它甚至不会被排序），in操作将比任何二进制搜索都渐近地快：

>>> a = [10, 6, 8, 1, 2, 5, 9]
>>> a_set = set(a)
>>> 10 in a_set
True

另一方面，排序列表的时间复杂度比构建集合的时间复杂度高，因此大部分时间都是一个集合。< / p>

排序列表的Python“in”关键字的效率

2 个答案: