我正在做一个挑战,要求一个方法来乘以一个数组的两个最大元素,并找到一个不到一秒的解决方案。
这是我目前在~1.6秒时所拥有的
def max_product(a)
a.sort[-1] * a.sort[-2]
end
如何重写这个以加快速度呢?
答案 0 :(得分:5)
private void listView1_MouseClick(object sender, MouseEventArgs e)
{
// Get the information of an item that is located in a given point (mouse location in this case).
ListViewHitTestInfo hit = listView1.HitTest(e.Location);
// hit.Item: Gets the ListViewItem.
// hit.SubItem: Get the ListViewItem.ListViewSubItem
if (listView1.SelectedItems.Count > 0)
{
MessageBox.Show("You clicked " + hit.SubItem.Text);
}
else
{
MessageBox.Show("Please select an item");
}
}
Enumerable#max被允许在Ruby v.2.2中有一个参数。 a = [3,4,2,5,2,6]
def max_product(a)
a.max(2).reduce(:*)
end
max_product(a)
#=> 30
,min
和max_by
也是如此。
请注意,min_by
将受益于即将推出的Ruby v2.4中的性能改进。
让我们将其与仅排序和获取最后两个值进行比较,并使用自己的滚动进行比较,如@ZbyszekKr所示。
Enumerable#max
首先让我们使用def max_product_sort(a)
a.sort.last(2).inject(:*)
end
def max_product_sort!(a)
a.sort!
a[-2] * a[-1]
end
def max_product_rolled(arr)
m1 = arr.max
max_loc = arr.index(m1)
arr[max_loc] = arr[0,2].min - 1
m2 = arr.max
arr[max_loc] = m1 # to avoid mutating arr
m1 * m2
end
gem进行比较。
fruity
接下来使用require 'fruity'
arr = 1_000_000.times.map { rand 2_000_000 }
arr1 = arr.dup
arr2 = arr.dup
arr3 = arr.dup
arr4 = arr.dup
compare(
max_2: -> { max_product(arr1) },
rolled: -> { max_product_rolled(arr2) },
sort: -> { max_product_sort(arr3) },
sort!: -> { max_product_sort!(arr4) }
)
Running each test once. Test will take about 8 seconds.
sort! is faster than max_2 by 4x ± 0.1
max_2 is faster than rolled by 2x ± 0.1
rolled is faster than sort by 2.1x ± 0.1
进行比较。
benchmark
最后,让我们尝试arr = 1_000_000.times.map { rand 2_000_000 }
arr1 = arr.dup
arr2 = arr.dup
arr3 = arr.dup
arr4 = arr.dup
require 'benchmark'
Benchmark.bm do |x|
x.report("max_2") { max_product(arr1) }
x.report("rolled") { max_product_rolled(arr2) }
x.report("sort") { max_product_sort(arr3) }
x.report("sort!") { max_product_sort!(arr4) }
end
user system total real
max_2 0.060000 0.010000 0.070000 ( 0.066777)
rolled 0.110000 0.000000 0.110000 ( 0.111191)
sort 0.210000 0.000000 0.210000 ( 0.218155)
sort! 0.210000 0.010000 0.220000 ( 0.214664)
进行热身。我们不能在此测试中包含benchmark
,因为数组将在预热中进行排序,使得它在测试中超快。
sort !
如您所见,arr = 1_000_000.times.map { rand 2_000_000 }
arr1 = arr.dup
arr2 = arr.dup
arr3 = arr.dup
Benchmark.bmbm do |x|
x.report("max_2") { max_product(arr1) }
x.report("rolled") { max_product_rolled(arr2) }
x.report("sort") { max_product_sort(arr3) }
end
Rehearsal ------------------------------------------
max_2 0.060000 0.000000 0.060000 ( 0.066969)
rolled 0.110000 0.000000 0.110000 ( 0.117527)
sort 0.210000 0.020000 0.230000 ( 0.244783)
--------------------------------- total: 0.400000sec
user system total real
max_2 0.050000 0.000000 0.050000 ( 0.059948)
rolled 0.100000 0.000000 0.100000 ( 0.106099)
sort 0.200000 0.000000 0.200000 ( 0.219202)
结果与使用benchmark
获得的结果不同fruity
,sort!
中的最后一个benchmark
中的fruity
。我想我知道为什么sort!
在fruity
看起来很好。 fruity
的{{3}}状态,“我们首先确定获得有意义的时钟测量所需的内部迭代次数......”我怀疑,对于sort!
,这个初始步骤会发生变异{ {1}},扭曲了随后报告的测试结果。
对于它的价值,arr4
结果符合我的预期(benchmark
除了sort
稍快一点。