Question

我有一个输入字典。对于dict中的每个键，值是一个整数列表。此列表中的每个整数都是以秒为单位的时间记录，显示了何时发生某些操作。我的目标是为每个键找出1分钟内发生的最大操作次数。

我已经编写了解决此问题的代码，但执行速度太慢。它没有通过测试（不是我的测试，我不知道它包含什么输入）。我已经迭代完善了代码，但是它仍然太慢，因此我认为我使用的算法不好。您能帮我找到一个好的吗？您只能使用标准库！

php artisan clear-compiled

composer dump-autoload

php artisan cache:clear

php artisan config:clear

php artisan view:clear

样本输入： seconds_for_exc = {“ A”：[34201.034，34255.000，34255.554，34261.034]， “ B”：[34255.556，34261.033]}

更新正确的代码应如下所示：

trades_for_exc = {}

# largest_for_exc is an output dict
largest_for_exc = {}

# seconds_for_exc is an unput dict
for key, value in seconds_for_exc.items():
    val_len = len(value)
    largest = 0

    # iterate through all values in some list
    for i in range(0, val_len):
        new_largest = 1
        i_in_seconds = value[i]

        # iterate through all values starting from current to compare time
        for trades in value[i+1:]:
            if trades - i_in_seconds < 60.0:
                new_largest += 1
            else:
                break

        if new_largest > largest:
            largest = new_largest

    largest_for_exc[key] = largest

Answer 1

我邀请您使用line_profiler（https://github.com/rkern/line_profiler）来查看哪一行最耗时。

通常不建议将多个循环串联在一起，因为这会增加有时是多余的操作数量。

一个一般建议是在np.array中转换您的整数列表（包含在词典中）。大量的数据结构需要速度，并且比列表要快。

它将帮助您向量化循环并提高代码性能。检查此链接：https://hackernoon.com/speeding-up-your-code-2-vectorizing-the-loops-with-numpy-e380e939bed3

Answer 2

这是一个解决方案，我希望它会更快。主要思想是将时间用作索引而不是值，并使用pandas .rolling()方法对每分钟（有事件的地方）的事件进行计数，然后取最大值：

import pandas as pd
trades_for_exc = {'a': [155, 200, 300], 'b':[10, 80, 120, 130], 'c': [0]}

max_actions_in_one_minute = {k: 
                             pd.Series(
                                 index=pd.to_datetime(v,unit='s'),
                                 data=1
                             ).rolling('60s').count().max()
                             for k,v in trades_for_exc.items()}

[添加后编辑，仅使用标准库]：这可以通过列表理解来完成-看看它是否更快：

max_actions_in_one_minute = {k: max([len([y for y in v if y>=x and y<=x+60]) for x in v]) 
                             for k, v in trades_for_exc.items()}

Answer 3

算法的运行时间是每个列表中项目的二次数，因此，只要列表变大，算法的运行速度就会变慢。

您可以使用这种方法，它具有线性运行时：使用两个索引，一个用于间隔的开始，一个用于结束。推进第二个索引并记录最大跨度，直到时间差> = 60。然后推进起始索引，直到差异再次<60。

重复直到结束。

如何优化此代码以更快地工作？猜猜它在算法上写得并不完美

3 个答案: