该代码效率太低,如何增加内存和执行效率?

时间:2018-11-29 13:16:29

标签: python python-3.x algorithm optimization

我正在尝试完成以下挑战:https://app.codesignal.com/challenge/ZGBMLJXrFfomwYiPs。 我编写的代码似乎可以正常工作,但是效率很低,以至于无法通过测试(执行时间太长,使用的内存过多)。有什么方法可以提高效率?我对构建高效的脚本还很陌生。可以使用提到的“ map()”代替“ for range(1,n)中的i”。感谢Xero Smith和其他人到目前为止提出的优化建议:

from functools import reduce
from operator import mul
from itertools import combinations

# Starting from the maximum, we can divide our bag combinations to see the total number of integer factors                                                                                    

def prime_factors(n):
    p = 2
    dct = {}
    while n != 1:
        if n % p:
            p += 1
        else:
            dct[p] = dct.get(p, 0) + 1
            n = n//p
    return dct


def number_of_factors(n):
    return reduce(mul, (i+1 for i in prime_factors(n).values()), 1)


def kinderLevon(bags):
    candies = list()
    for x in (combinations(bags, i) for i in range(1, len(bags)+1)):
        for j in x:
            candies.append(sum(j))
    satisfied_kids = [number_of_factors(i) for i in candies]
    return candies[satisfied_kids.index(max(satisfied_kids))]

任何帮助将不胜感激。

谢谢

亚伦

3 个答案:

答案 0 :(得分:2)

在我的评论之后,我已经可以确定内存和复杂性方面的改进。在factors函数中,由于您只需要数量的因子,因此只能计算它们而不是存储它们。

def factors(n):
    k = 2
    for i in range(2, n//2 +1):
        if n % i == 0:
            k += 1
    return k

编辑:如注释中所述,请尽早停止计数器。

这实际上降低了大量数字的时间复杂性,但实际上并没有降低较小的数字。

这比使用列表推导(仍然分配内存)的改进要好得多

此外,两次分配组合列表毫无意义。你在做

x = list(combinations(bags, i));
for j in list(x):
    ...

将元组(由combinations返回)转换为列表的第一行,从而复制数据。第二行list(x)重新分配该列表的副本,从而占用更多内存!在那里,您实际上应该只写:

for j in combination(bags, i):
    ...

就语法而言,请不要在Python中使用分号;

答案 1 :(得分:1)

使用列表推导。因子函数可以这样转换:

def factors(n):
    return len([i for i in range(1, n + 1) if n % i == 0])

答案 2 :(得分:1)

首先,组合是可迭代的。这意味着您无需遍历它们就可以将它们转换为列表。实际上,这样做效率极低。

接下来可以显着改善的是您的factors过程。目前它是线性的。我们可以做得更好。我们可以通过以下算法获得整数N的因数:

  1. 获得N的素因式分解,使得N = p1^n1 * p2^n2 * ...
  2. N的因子数为(1+n1) * (1+n2) * ...

有关详细信息,请参见https://www.wikihow.com/Find-How-Many-Factors-Are-in-a-Number

还有其他事情,您当前的解决方案包含许多未使用的变量和计算。摆脱它们。

有了这些,我们得到以下应该起作用的东西:

from functools import reduce
from operator import mul
from itertools import combinations

# Starting from the maximum, we can divide our bag combinations to see the total number of integer factors                                                                                    

def prime_factors(n):
    p = 2
    dct = {}
    while n != 1:
        if n % p:
            p += 1
        else:
            dct[p] = dct.get(p, 0) + 1
            n = n//p
    return dct


def number_of_factors(n):
    return reduce(mul, (i+1 for i in prime_factors(n).values()), 1)


def kinderLevon(bags):
    candies = list()
    for x in (combinations(bags, i) for i in range(1, len(bags)+1)):
        for j in x:
            candies.append(sum(j))
    satisfied_kids = [number_of_factors(i) for i in candies]
    return candies[satisfied_kids.index(max(satisfied_kids))]