for 和 filter 的效率哪个更高?

测试代码

假使我们现在需要对一个数组进行过滤,过滤掉其中为0的部分,用作比较的for循环和filter的代码如下:

var result = Array(500).fill(0)
var result1 = [...result]

console.time('for循环')
var a = []
for(var i=0; i<result.length; i++){
	if(result[i] === 1){
		a.push(result[i])
	}
}
console.timeEnd('for循环')

console.time('filter')
var s = result1.filter(item => item === 0)
console.timeEnd('filter')

使用chrome浏览器对其进行测试:

当测试数据全为1或者全为0时
类型数量时间
for循环100.011962890625 ms
filter100.02099609375 ms
for循环1000.053955078125 ms
filter1000.031005859375 ms
for循环10000.22900390625 ms
filter10000.05712890625 ms
for循环100002.56396484375 ms
filter100000.31396484375 ms
for循环1000003.81103515625 ms
filter1000004.214111328125 ms
for循环100000020.89599609375 ms
filter100000035.605224609375 ms

当数量级小于10,或者到10^5之后,for会比filter更快。数量级越高,差距越大。

当测试数据0,1各半时
类型数量时间
for循环100.010986328125 ms
filter100.022216796875 ms
for循环1000.0390625 ms
filter1000.029052734375 ms
for循环10000.10595703125 ms
filter10000.0419921875 ms
for循环100000.625244140625 ms
filter100000.182373046875 ms
for循环1000004.83203125 ms
filter1000002.058837890625 ms
for循环10000009.954833984375 ms
filter100000020.64892578125 ms

当数量级小于10或者到10^6之后,for会比filter更快。数量级越高,差距越大,如10^7时,filter 的时间是for的两倍。

新数组还是原数组

当然,这个比较的受限于这个for循环内部如何实现,你可以选择使用splice删除为0的数,也可以像我这样重新开一个数组。

for(var i=0; i<result.length; i++){
	if(result[i] === 0){
		result.splice(i,1)
		i--
	}
}
for循环: 11.97509765625 ms
filter: 174.044921875 ms

或者新开一个数组:
var a = []
for(var i=0; i<result.length; i++){
	if(result[i] === 1){
		a.push(result[i])
	}
}
for循环: 93.5498046875 ms
filter: 176.57080078125 ms

由于数量级增大,维护新开的数组需要耗时更多,对于这两种写法,如果不是一定要一个新数组的情况下,更推荐第一种,在原数组删除,相同数量级下,for循环的耗时更短,

  • 6
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 这个错误提示表示PCL(点云库)中voxelgrid滤波器应用时,设定的体素大小(即leaf size)太小了,无法处理输入的点云数据集。voxelgrid滤波器是将点云数据划分为等大小的体素,再以每个体素中的点云数据平均值作为这个体素的代表点,从而将点云数据以一定精度压缩。 如果设定的体素大小太小,就会导致使用这个滤波器时,每个体素中的点云数据太少,无法平均出较为准确的代表点,最终导致程序无法处理。解决方法是增加体素大小或者减小输入数据集的数量,使得每个体素中的点云数据足够多。 需要注意的是,过大的体素大小会减少点云数据的精度,影响后续处理的效果。因此在使用voxelgrid滤波器时需要合理设定体素大小,权衡处理效率和处理精度。 ### 回答2: 这段话的意思是,输入数据集的叶子大小(Leaf size)太小了,无法应用 pcl::voxelgrid::applyfilter 过滤器。PCL(点云库)中的 voxelgrid 过滤器可以将点云离散化,即将点云分为许多方格,每个方格里只保存一个点云。这样做可以提高点云处理的效率和减少内存占用。叶子大小则是定义方格的大小,可以通过设置不同的值来调整离散化的粒度。 但是,如果叶子大小设置得太小,输入数据集中可能会存在许多重复的点云,导致离散化后得到的方格数过多,进而影响处理效率和内存占用。因此,当提示“leaf size is too small for the input dataset”时,我们需要增加叶子大小的值,来适配输入数据集的大小和特征,以达到更好的处理效果。 ### 回答3: 这个错误信息意思是,pcl::voxelgrid::applyfilter中设置的叶子大小过小,不适用于输入数据集。PCL是一个开源的点云处理库,其中voxelgrid::applyfilter用于对点云进行降采样,把点云分割成规则的网格。在使用该函数时,需要设定叶子大小,即每个体素(三维网格单元)的大小,叶子大小越小,输出的点云精度就越高,但同时也会导致处理时间和内存占用增加。 如果出现上述错误,说明叶子大小设置过小,导致输入数据集的点密度和点数无法适应处理。解决方法是调整叶子大小,增大叶子大小可以降低点云精度,但能满足处理需求,减少内存占用和处理时间。如果输入数据点云的分辨率非常高,可以考虑使用其他的降采样算法,如聚类采样(pcl::RandomSample)或基于网格滤波(pcl::GridMinimum)的降采样方法。在使用任何算法前,需要了解输入点云的特征和处理需求,选取适当的算法和参数进行处理,以达到最佳效果。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值