如果您将数据存储在普通字典中,则无法进一步优化,因为它无法提供更快的速度,因此无法以不可预知的顺序顺序访问字典中的所有元素。这意味着您的解决方案不会更快,然后O(n)
。
现在,数据库。数据库不是任何(复杂的)问题的通用解决方案。您能否可靠地估计数据库的这种查找的速度/复杂性?如果您滚动到本答复的底部,您将看到,对于大型数据集,数据库性能可能比智能数据结构差得多。
这里您需要的是手工制作的数据结构。有很多选择,它强烈依赖于你对这些数据做的其他事情。例如:你可以保持N
套钥匙的分类列表,每个由n
个元组元素排序。然后你就可以快速选择N
有序集合在n
位置匹配只有一个元组元素的元素,并找到它们的交集得到的结果。这会给出O(log n)*O(m)
的平均性能,其中m是一个子集中元素的平均数量。
或者你可以保存在一个K-d树项目,这意味着你要付出O(log n)
插入价格,但你可以在O(log n)
时间做查询,如在一个以上。这里是一个Python例如,使用K-d树实现从SciPy的:
from scipy.spatial import kdtree
import itertools
import random
random.seed(1)
data = list(itertools.permutations(range(10), 4))
random.shuffle(data)
data = data[:(len(data)/2)]
tree = kdtree.KDTree(data)
def match(a, b):
assert len(a) == len(b)
for i, v in enumerate(a):
if v != b[i] and (v is not None) and (b[i] is not None):
return False
return True
def find_like(kdtree, needle):
assert len(needle) == kdtree.m
def do_find(tree, needle):
if hasattr(tree, 'idx'):
return list(itertools.ifilter(lambda x: match(needle, x),
kdtree.data[tree.idx]))
if needle[tree.split_dim] is None:
return do_find(tree.less, needle) + do_find(tree.greater, needle)
if needle[tree.split_dim] <= tree.split:
return do_find(tree.less, needle)
else:
return do_find(tree.greater, needle)
return do_find(kdtree.tree, needle)
def find_like_bf(kdtree, needle):
assert len(needle) == kdtree.m
return list(itertools.ifilter(lambda x: match(needle, x),
kdtree.data))
import timeit
print "k-d tree:"
print "%.2f sec" % timeit.timeit("find_like(tree, (1, None, 2, None))",
"from __main__ import find_like, tree",
number=1000)
print "brute force:"
print "%.2f sec" % timeit.timeit("find_like_bf(tree, (1, None, 2, None))",
"from __main__ import find_like_bf, tree",
number=1000)
并试运行结果:
$ python lookup.py
k-d tree:
0.89 sec
brute force:
6.92 sec
只是为了好玩,还增加了基于数据库的解决方案基准。初始化代码改变从上方到:
random.seed(1)
data = list(itertools.permutations(range(30), 4))
random.shuffle(data)
现在,“数据库”的实现:
import sqlite3
db = sqlite3.connect(":memory:")
db.execute("CREATE TABLE a (x1 INTEGER, x2 INTEGER, x3 INTEGER, x4 INTEGER)")
db.execute("CREATE INDEX x1 ON a(x1)")
db.execute("CREATE INDEX x2 ON a(x2)")
db.execute("CREATE INDEX x3 ON a(x3)")
db.execute("CREATE INDEX x4 ON a(x4)")
db.executemany("INSERT INTO a VALUES (?, ?, ?, ?)",
[[int(x) for x in value] for value in tree.data])
def db_test():
cur = db.cursor()
cur.execute("SELECT * FROM a WHERE x1=? AND x3=?", (1, 2))
return cur.fetchall()
print "sqlite db:"
print "%.2f sec" % timeit.timeit("db_test()",
"from __main__ import db_test",
number=100)
和测试结果,减少了100次每基准(对于所得657720-元件组键) :
$ python lookup.py
building tree
done in 6.97 sec
building db
done in 11.59 sec
k-d tree:
1.90 sec
sqlite db:
2.31 sec
还值得一提的是,建筑树花了将近两倍的时间更少,然后插入该组测试数据到数据库中。
完整源在这里:https://gist.github.com/1261449
可以'None's出现在'keyWords'任何位置? – NPE
+1问一个问题,其中'reduce'在答案中。 – SingleNegationElimination
是的,在任何位置都可以有任意数量的None。 – combatdave