Question

有一个列表：

ranges = [(0,11), (11, 20), (20, 35), (35, 40), (40, 50), (50, 62), (62, 
75), (75, 83), (83, 90), (90, 100)]

例如，（7，8）表示7 <= x <8。现在有一个数字n，我想将其分类为不同的范围。

我在想：

ranges = [(0,11), (11, 20), (20, 35), (35, 40), (40, 50), (50, 62), (62, 
75), (75, 83), (83, 90), (90, 100)]
n = 22
for pair in ranges:
   if pair[0] <= n < pair[1]:
   print(f'{n} in the range：{pair}')

其时间复杂度为O（n）但是，如果存在要分类的数字列表，则时间复杂度变为O（m * n）。在这种情况下，是否有一种简单的方法可以使时间复杂度O（m）？

任何答案都是值得的。

Answer 1

我认为O（m）不可能实现，但是O（mlogn）可以通过二进制搜索（而不是您建议的线性搜索）进行管理，因为范围列表是“已排序的”

O（mlogn）仍可扩展，因为对大n而言，对数函数的增长非常缓慢，在这种情况下，logn与常数之间没有太大差异。

Answer 2

如果我是你，我会使用pandas.cut函数。

import numpy as np
import pandas as pd
df = pd.DataFrame(data=your_list, columns=["data"])
bins = np.array([0,11,20,35,40,50,62,75,83,90,100])
df["bucket"] = pd.cut(df.data, bins)
print(df.head())

这应该有效。

我有一种简单的方法将数字分类到不同的范围吗？

2 个答案: