Question

在我遇到的情况下，我想定义＆＃34;优雅＆＃34;具有 1）常数O（1）时间复杂度用于检查项目是否存在且 2）仅存储项目，仅此而已。

例如，如果我使用列表

num_list = []
for num in range(10): # Dummy operation to fill the container.
    num_list += num
if 1 in num_list:
    print("Number exists!")

操作＆＃34; in＆＃34;根据[Link]

， O（n）时间

为了实现不断的检查时间，我可以使用字典

num_dict = {}
for num in range(10): # Dummy operation to fill the container.
    num_dict[num] = True
if 1 in num_dict:
    print("Number exists!")

在字典的情况下，操作＆＃34;在＆＃34;根据[Link]，费用 O（1）时间，但存储虚拟值需要额外的 O（n）存储空间。因此，两个实现/容器似乎都不优雅。

什么是更好的实现/容器来实现持续O（1）时间来检查项目是否存在而仅存储项目？如何将资源需求保持在最低限度？

Answer 1

这里的解决方案是使用import numpy as np import pandas as pd from sklearn import linear_model, metrics, pipeline, preprocessing df = pd.DataFrame({'a':range(12), 'b':[1,2,3,1,2,3,1,2,3,3,1,2], 'c':['a', 'b', 'c']*4, 'd': ['m', 'f']*6}) y = df.a num = df[['b']] cat = df[['c', 'd']] from sklearn.feature_extraction import DictVectorizer enc = DictVectorizer(sparse = False) enc_data = enc.fit_transform(cat .T.to_dict().values()) crat = pd.DataFrame(enc_data, columns=enc.get_feature_names()) X = pd.concat([crat, num], axis=1) cat_columns = ['c=a', 'c=b', 'c=c', 'd=f', 'd=m'] cat_indices = np.array([(column in cat_columns) for column in X.columns], dtype = bool) numeric_col = ['b'] num_indices = np.array([(column in numeric_col) for column in X.columns], dtype = bool) reg = linear_model.SGDRegressor() estimator = pipeline.Pipeline(steps = [ ('feature_processing', pipeline.FeatureUnion(transformer_list = [ ('categorical', preprocessing.FunctionTransformer(lambda data: data[:, cat_indices])), #numeric ('numeric', pipeline.Pipeline(steps = [ ('select', preprocessing.FunctionTransformer(lambda data: data[:, num_indices])), ('scale', preprocessing.StandardScaler()) ])) ])), ('model', reg) ] ) estimator.fit(X, y)，它不需要为每个值保存虚拟变量。

Answer 2

通常，您无法同时优化空间和时间。你可以做的一件事是有关于数据范围的更多细节（这里是num的最小值到最大值）和数据大小（这里是循环运行的次数，即10。）。那么你将有两个选择：

如果范围有限，则转到字典方法（甚至使用数组索引方法）
如果尺寸有限，请转到列表方法。

如果您选择正确的方法，那么您可能会获得大样本的恒定时间和空间

编辑：设置它是一个哈希表，与Python字典非常类似地实现了一些优化，这些优化利用了值总是为空的事实（在集合中，我们只关心键）。集合操作确实需要对至少一个操作数表进行迭代（在union的情况下都是如此）。 迭代并不比任何其他集合（O（n））便宜，但成员资格测试平均为O（1）。

Python：存储用于检查容器中项目存在的项目的优雅方式

2 个答案: