Question

给定元组templates的列表(region, calc_3d_harmonics(region))，其中calc_3d_harmonics是为每个区域返回签名的函数，我需要找到分数最小的区域（实际得分不高）没问题。

区域的得分由calc_harmonics_distance(calc_3d_harmonics(region),query_harmonics, radius)给出，该函数计算给定某个半径的两个谐波签名之间的距离（query_harmonics和radius预先计算）。

我目前的解决方案是：

query_harmonics = calc_3d_harmonics(query_region)
ref_region, score = min(templates, key=lambda t: calc_3d_harmonics_distance(t[1], query_harmonics, radius))

团队成员建议我使用以下代码：

query_harmonics = calc_3d_harmonics(query_region)
ref_region, score = min([(t[0], calc_harmonics_distance(t[1], query_harmonics, radius)) for t in templates], key=lambda x: x[1])

注意：calc_3d_harmonics和calc_harmonics_distance都是非常缓慢而繁重的功能。此外，score可以替换为_。

他声称他的建议可能会带来更好的运行时间（尽管它并不重要，因为谐波功能是主要的操作）。如果min(list, key=func)创建了一个键列表，那么我们的版本是等价的（而且我的版本更短），但是如果它每次认为我的版本都会变慢，那么它就会计算出来。

哪种方式更快？我认为必须有一个更好的（运行时间）方式来做这个（也许使用numpy？），并希望听到一些建议。

Answer 1

min(lst, key=func)在func的每个项目上调用lst一次（这也适用于max，list.sort和{{1}的关键功能}）。因此，如果sorted包含重复项，则除非使用记忆键功能，否则键功能会执行不必要的工作。

为了说明，这里有一些关键函数在调用时打印它们的arg。 lst是一个普通的键函数，kf使用默认的可变字典进行记忆。

kf_cached

<强>输出

def kf(n):
    print(' Key', n)
    return int(n)

def kf_cached(n, cache={}):
    if n in cache:
        print(' Cached', n)
        return cache[n]
    print(' Key', n)
    cache[n] = k = int(n)
    return k

a = '14142'

u = max(a, key=kf)
print('max', u, '\n')

u = max(a, key=kf_cached)
print('max', u)

Answer 2

如有疑问，请不要猜测，profile it。

将所有代码放在后面，我们可以参考cPython实现。我们可以看到min函数使用min_max helper。在这个助手中，我们可以找到key function is computed。

的位置

最少的摘录是：

while (( item = PyIter_Next(it) )) {
    /* get the value from the key function */
    if (keyfunc != NULL) {
        val = PyObject_CallFunctionObjArgs(keyfunc, item, NULL);
        if (val == NULL)
            goto Fail_it_item;
    }
    /* no key function; the value is the item */
    else {
        val = item;
        Py_INCREF(val);
    }
    // comparision logic for min/max
}

源代码清楚地表明，对于已排序的可迭代中的每个元素，计算一次关键函数。另一方面，排序完成后，关键功能结果被丢弃。因此，如果您计划稍后重新使用关键函数值，则可以归结为。

Python - 使用min（list，key = func）的元组列表的最小值如何提高效率

2 个答案: