Question

我编写了以下python脚本，以计算无限字符串的前 n 个字符中字符（a）出现的次数。

from itertools import cycle
def count_a(str_, n):
    count = 0
    str_ = cycle(str_)
    for i in range(n):
        if next(str_) == 'a':
            count += 1
    return count

我对迭代器的理解是，它们应该是有效的，但是对于很大的 n 来说，这种方法非常慢。为什么会这样？

Answer 1

documentation说，

cycle迭代器的效率可能不如您想象的那样。

制作一个迭代器，从迭代器返回元素并保存一个   每个副本。

当迭代器用尽时，从保存的副本中返回元素。   无限重复

...请注意，该工具箱成员可能需要大量辅助工具   存储（取决于迭代对象的长度）。

为什么不简化而根本不使用迭代器？它增加了不必要的开销，并且没有任何好处。您可以使用简单的str_[:n].count('a')

轻松计算发生次数

Answer 2

这里的第一个问题是，尽管使用了itertools，您仍在进行显式的python级for循环。为了在使用itertools时获得C级速度提升，您希望将所有迭代都保留在高速itertools中。

因此，让我们逐步进行此操作，首先，我们要获取有限字符串中的字符数。为此，可以使用itertools.islice方法获取字符串中的前n个字符：

str_first_n_chars = islice(cycle(str_), n)

接下来，您要计算字母（a）的出现次数，您可以对这两个字母中的任何一个进行一些变体（您可能想尝试哪种变体更快）：

count_a = sum(1 for c in str_first_n_chars if c == 'a')
count_a = len(tuple(filter('a'.__eq__, str_first_n_chars))

这很好，但是对于很大的n来说仍然很慢，因为对于很大的str_，您需要多次遍历n，例如{ {1}}。换句话说，此算法为n = 10**10000。

我们可以做的最后一个改进。请注意，O(n)中（a）的数目如何在每次迭代中都不会真正改变。与其对大型str_遍历str_多次，我们还可以通过一点数学来做一点更聪明，所以我们只需要遍历n两次。首先，我们计算str_的单个拉伸段中（a）的数量：

str_

然后，我们需要使用divmod函数来遍历count_a_single = str_.count('a')以获得长度str_的次数：

然后我们可以将iter_count与count_a_single相乘，并在剩余长度中加上（a）的数量。我们这里不需要循环或等号，因为iter_count, remainder = divmod(n, len(str_))

remainder < len(str_)

使用此方法，算法的运行时性能仅在str_的单个周期的长度上增加，而不是count_a = iter_count * count_a_single + str_[:remainder].count('a')。换句话说，此算法为n。

为什么我的迭代器实施效率很低？

2 个答案: