Question

示例：

import cProfile, random, copy
def foo(lIn): return [i*i for i in lIn]
lIn = [random.random() for i in range(1000000)]
lIn1 = copy.copy(lIn)
lIn2 = sorted(lIn1)
cProfile.run('foo(lIn)')
cProfile.run('foo(lIn2)')

结果：

在0.075秒内进行3次函数调用

订购者：标准名称


   ncalls  tottime  percall  cumtime  percall filename:lineno(function)
        1    0.005    0.005    0.075    0.075 :1()
        1    0.070    0.070    0.070    0.070 test.py:716(foo)
        1    0.000    0.000    0.000    0.000 {method 'disable' of '_lsprof.Profiler' objects}

在0.143秒内调用3个函数

订购者：标准名称

   ncalls  tottime  percall  cumtime  percall filename:lineno(function)
        1    0.006    0.006    0.143    0.143 :1()
        1    0.137    0.137    0.137    0.137 test.py:716(foo)
        1    0.000    0.000    0.000    0.000 {method 'disable' of '_lsprof.Profiler' objects}

Answer 1

尚未真的答案，但评论余量对此来说有点小。

由于if (result.IsSuccessStatusCode) { ModelState.Clear(); return Json(result.StatusCode, JsonRequestBehavior.AllowGet); } return View(model);会产生相同的结果，我决定实施自己的random.shuffle()功能，并改变我洗牌的次数。（在下面的示例中，它是shuffle，xrange的参数。

其他代码几乎没有修改：

def my_shuffle(array):
    for _ in xrange(300000):
        rand1 = random.randint(0, 999999)
        rand2 = random.randint(0, 999999)
        array[rand1], array[rand2] = array[rand2], array[rand1]

我得到的第二个import cProfile, random, copy def foo(lIn): return [i*i for i in lIn] lIn = [random.random()*100000 for i in range(1000000)] lIn1 = copy.copy(lIn) my_shuffle(lIn1) cProfile.run('foo(lIn)') cProfile.run('foo(lIn1)')的结果取决于我洗牌的次数：

10000 0.062
100000 0.082
200000 0.099
400000 0.122
800000 0.137
8000000 0.141
10000000 0.141
100000000 0.248

看起来你的阵列越乱，操作时间越长，达到某一点。（我不知道最后的结果。花了很长时间才在背景中做了一些其他的事情并且真的不想重试。）

为什么python处理排序列表比未排序列表花费更多时间

1 个答案: