三角洲我的专辑名称的两个列表,通过一些分值排序。快速算法计算出的两个列表
albums_today = ['album1', 'album2', 'album3']
albums_yesterday = ['album2', 'album1', 'album3']
如何计算列表顺序的变化,并得到类似
{'album1':1, 'album2':-1, 'album3':0}
三角洲我的专辑名称的两个列表,通过一些分值排序。快速算法计算出的两个列表
albums_today = ['album1', 'album2', 'album3']
albums_yesterday = ['album2', 'album1', 'album3']
如何计算列表顺序的变化,并得到类似
{'album1':1, 'album2':-1, 'album3':0}
D = dict((title, rank) for rank, title in enumerate(albums_yesterday))
for rank, title in enumerate(albums_today):
D[title] = D[title] - rank
好,取决于你的列表的大小,也有一些不同的方法。不知道你的数据集有多大,我建议最简单的(也许是不必要的优化)方法是这样的:
albums_yesterday_lookup = new HashMap();
differences = new HashMap();
foreach(albums_yesterday as position => album_title)
albums_yesterday_lookup.put(album_title,position);
foreach(albums_today as position => album_title)
differences.put(album_title, albums_yesterday_lookup.get(album_title) - position);
它运行为O(N)。
这个怎么样:
def delta(a, b):
rank_a = dict((k, v) for v, k in enumerate(a))
rank_b = enumerate(b)
return dict((k, rank_a[k]-i) for i, k in rank_b)
只创建一个单一的字典看东西进去。
好,只要两个列表中的每个条目都存在正是每一次,那么我们知道,一旦我们的rank_a集合中查找的关键了,我们不需要它了。我们可以删除它。另外,为了节省空间,我们不必在收集特定密钥之前填充该集合。
class LookupOnce:
def __init__(self, seq):
self.cache = {}
self.seq = iter(seq)
def get(self, key):
if key in self.cache:
value = self.cache[key]
del self.cache[key]
return value
for v,k in self.seq:
if k == key:
return v
self.cache[k] = v
raise KeyError
def delta(a, b):
rank_a = LookupOnce(enumerate(a))
rank_b = enumerate(b)
result = {}
for i, k in rank_b:
result[k] = i - rank_a.get(k)
return result
新的和改进的,而不是为O(n ):但仍慢于另外两个答案。
这种解决方案的唯一优点是存储器的节省。它避免了建立一个大字典,而是只存储当时的必要条件。 TokenMacGuy的第二种解决方案也可以做到这一点,但速度稍快。
def get_deltas_aas(today, yesterday):
deltas = {}
for (new_rank, new_album), (old_rank, old_album) in \
itertools.izip(enumerate(today), enumerate(yesterday)):
if old_album in deltas:
#Believe it or not, this is faster than deltas.pop(old_album) + old_rank
yield (old_album, deltas[old_album] + old_rank)
del deltas[old_album]
else:
deltas[old_album] = old_rank
if new_album in deltas:
yield (new_album, deltas[new_album] - new_rank)
del deltas[new_album]
else:
deltas[new_album] = -new_rank
下面是这里的大部分答案的一些时序结果(所有在Python中的人,除非我错过了什么)。 dict
排序有效。如果有人希望我以任何方式更改他们的代码,只需ping我即可。
get_deltas_token1: 1.08131885529 msecs
get_deltas_gnibbler: 1.06443881989 msecs
get_deltas_tyler: 1.61993408203 msecs
get_deltas_token2: 1.52525019646 msecs
get_deltas_hughdbrown: 3.27240777016 msecs
get_deltas_aas: 1.39379096031 msecs
我用来做定时的代码是here。我很高兴与时间框架上我一起投入的时间框架。在重构运行测试的代码之后,在未来应该很有用。
你也可以使用相同的算法,因为我上面写的,只使用一个单一的HashMap中。
def findDelta1(today,yesterday):
results = {}
ypos = 0
for i,title in enumerate(today):
if title in results:
results[title] = results[title] - i
else:
for ypos in xrange(ypos,len(yesterday)):
if yesterday[ypos] == title:
results[title] = ypos - i
ypos = ypos + 1
break
else:
results[yesterday[ypos]] = ypos
return results
仍然O(N),可能比我上面的版本更快和更少的RAM。
>>> def transform(albums):
... return dict((album, i) for i, album in enumerate(albums))
...
>>> def show_diffs(album1, album2):
... album_dict1, album_dict2 = transform(album1), transform(album2)
... for k, v in sorted(album_dict1.iteritems()):
... print k, album_dict2[k] - v
...
>>> albums_today = ['album1', 'album2', 'album3']
>>> albums_yesterday = ['album2', 'album1', 'album3']
>>> show_diffs(albums_today, albums_yesterday)
album1 1
album2 -1
album3 0
>>> albums_today = ['album1', 'album2', 'album3']
>>> albums_yesterday = ['album2', 'album1', 'album3']
>>> D = dict((k,v) for v,k in enumerate(albums_yesterday))
>>> dict((k,D[k]-v) for v,k in enumerate(albums_today))
{'album1': 1, 'album3': 0, 'album2': -1}
在Python2.7或Python3它甚至可以更简单地写成
>>> albums_today = ['album1', 'album2', 'album3']
>>> albums_yesterday = ['album2', 'album1', 'album3']
>>> D = {k:v for v,k in enumerate(albums_yesterday)}
>>> {k:D[k]-v for v,k in enumerate(albums_today)}
{'album1': 1, 'album3': 0, 'album2': -1}
这是我目前使用的算法,我只是不知道是否还有其他的一些消耗更少空间的算法。 – satoru 2010-11-23 01:01:47
如果您切换到O(N^2),并且在没有HashMap的情况下执行操作,则可以更多地使用RAM消耗更多的步骤。只需将`albums_yesterday_lookup.get(album_title)`替换为`albums_yesterday.find(album_title)`(其中.find()将返回给定专辑标题的位置) – Tyson 2010-11-23 01:11:46
这很可能是不明智的优化。如果列表足够大,内存消耗很大,渐近成本将会更差...... – SingleNegationElimination 2010-11-23 01:16:20