python deepcopy 优化_deepcopy和python-避免使用它的技巧？

我有一个非常简单的python例程，它涉及循环遍历大约20000个纬度、经度坐标的列表，并计算每个点到参考点的距离。def compute_nearest_points( lat, lon, nPoints=5 ):

"""Find the nearest N points, given the input coordinates."""

points = session.query(PointIndex).all()

oldNearest = []

newNearest = []

for n in xrange(nPoints):

oldNearest.append(PointDistance(None,None,None,99999.0,99999.0))

newNearest.append(obj2)

#This is almost certainly an inappropriate use of deepcopy

# but how SHOULD I be doing this?!?!

for point in points:

distance = compute_spherical_law_of_cosines( lat, lon, point.avg_lat, point.avg_lon )

k = 0

for p in oldNearest:

if distance < p.distance:

newNearest[k] = PointDistance(

point.point, point.kana, point.english, point.avg_lat, point.avg_lon, distance=distance

)

break

else:

newNearest[k] = deepcopy(oldNearest[k])

k += 1

for j in range(k,nPoints-1):

newNearest[j+1] = deepcopy(oldNearest[j])

oldNearest = deepcopy(newNearest)

#We're done, now print the result

for point in oldNearest:

print point.station, point.english, point.distance

return

我最初是用C语言编写的，使用完全相同的方法，在那里工作得很好，对于nPoints&lt；=100基本上是即时的。所以我决定将它移植到python，因为我想使用SqlAlchemy来做一些其他的事情。

我第一次移植它时没有使用deepcopy语句，而现在这些语句使方法变得复杂，这导致结果“奇怪”，或者部分不正确，因为有些点只是作为引用被复制(我猜？我想？)--但它的速度仍然几乎和C版一样快。

现在，随着deepcopy调用的增加，这个例程正确地完成了它的工作，但是它已经产生了一个极端的性能损失，现在需要几秒钟来完成相同的工作。

这似乎是一项很普通的工作，但我显然不是像Python一样。我应该怎么做才能得到正确的结果，但不必在任何地方都包含deepcopy？

编辑：

我找到了一个简单快捷的解决方案def compute_nearest_points2( lat, lon, nPoints=5 ):

"""Find the nearest N points, given the input coordinates."""

points = session.query(PointIndex).all()

nearest = []

for point in points:

distance = compute_spherical_law_of_cosines( lat, lon, point.avg_lat, point.avg_lon )

nearest.append(

PointDistance(

point.point, point.kana, point.english, point.avg_lat, point.avg_lon, distance=distance

)

)

nearest_points = sorted(nearest, key=lambda point: point.distance)[:nPoints]

for item in nearest_points:

print item.point, item.english, item.distance

return

所以基本上我只是复制输入并附加一个新的值-到参考点的距离。然后我只对结果列表应用“sorted”，指定sort键应该是PointDistance对象的distance属性。

这比使用deepcopy快得多，尽管我承认我不太明白为什么。我想这要归功于python的高效C实现“排序”？