我对python很新，我有一个问题，我在试图计算一个等式有多少解，例如Ta + Nb + Mc + Pd = e，其中输入e。我不关心解决方案是什么，只关心数量。
Abcd是可变正整数，NMPT是固定整数
我知道这是一个新手错误，但我尝试了4个嵌套for循环，它花了太长时间，所以我放弃了，但想不出更优雅的方式。即使我从允许循环中消除了潜在的数字，我仍然得到了更大的计算时间。
我已经读过关于生成器花费的时间少得多，但我不确定如何正确使用它们，我设法将时间缩短到一两分钟，但希望更快地使用带有yield的函数。
有点像，不完全是这样，但在这个程度上，是的，我知道嵌套循环是不利的，但我是一个新手，并试图学习。
def function():
count = 0
for a is in range (0,e)
for b is in range (0,int(e/N))
Another for loop
Another for loop
count += 1
yield count
输出它，它给了我更快的结果，但不够快。
或者我是以完全错误的方式思考这个问题？
由于
答案 0 :(得分：1)
这是一类问题，其中更好的算法将比改变代码的工作方式产生更好的性能提升。
所以问题是，T，N，M，P和e会找到有多少解决方案。
现在像yield这样的东西适用于需要所有解决方案的情况......获取所有解决方案将涉及枚举所有解决方案，这将是4个嵌套循环... { {1}}可以为这种情况提供帮助。
计算解决方案使我们能够找到减少行走所需的技巧......
让我们从最外层的循环开始
yield范围有多高？我们知道，要使解决方案有效，for a in range(1, ?)
，a，b和c必须为正，即d所以我们可以如果>= 1，则a值最高...因此T*a + N*1 + M*1 + P*1 == e的上限为a
int((e - N - M - P) / T) for a in range(1, int((e - N - M - P) / T))
for b in range(1, ?)
的范围有多高？我们知道我们已经b ......
T*a for a in range(1, int((e - N - M - P) / T))
for b in range(1, int((e - T*a - M - P) / N))
for c in range(1, ?)
的范围有多高？同样的原则......
c现在在这一点上你可能想要做另一个 for循环...但是这里我们需要聪明，如果我们可以避免最后一个循环...因为上限该范围实际上是有效解决方案的数量！
for a in range(1, int((e - N - M - P) / T))
for b in range(1, int((e - T*a - M - P) / N))
for c in range(1, int((e - T*a - N*b - P) / M))
?
这是一种优越的算法，因为它具有更少的循环，因此会更快地返回......
哦，但还有更多...如果你知道数学，如果我没记错，你当然可以删除另一个循环，如果不能删除所有这些...但这是你需要实际知道数学而不仅仅是强制解决方案
答案 1 :(得分：1)
加速嵌套for循环的常用方法是使用itertools.product()生成所有参数值，itertools.starmap()将参数应用于函数：
而不是：
for a in range(5):
for b in range(8):
for c in range(10, 17):
for d in range(5, 11):
v = f(a, b, c, d)
...
改为写下：
for v in starmap(f, product(range(5), range(8), range(10,17), range(5,11))):
...
好处是：