代码急转弯——脑洞大开的优化

在一个例子中说明优化的考量。

给定一个整数数组 nums 和一个目标值 target，请你在该数组中找出和为目标值的那两个整数，并返回他们的数组下标。你可以假设每种输入只会对应一个答案。但是，数组中同一个元素不能使用两遍。
例如，给定 nums = [2, 7, 11, 15], target = 9
因为 nums[0] + nums[1] = 2 + 7 = 9
所以返回 [0, 1]

1、暴力搜索

在数组num中，查看所有第i个元素与第j个元素num[i] + num[j]之和是否等于target，j的取值从i+1到n-1。

import numpy as np

# 用循环实现暴力搜索，太慢
def twoSum0(nums, target):
    n = len(nums)
    for i in range(n-1):
        for j in range(i+1, n):
            if nums[i] + nums[j] == x:
                return [i, j]
    return []

a = range(10000)
t = 19997
%time twoSum0(a,t)

运行结果

Wall time: 14.5 s

2、代码外提

在循环体内，多次判断 nums[i] + nums[j] == x 是否成立。如果改成判断 nums[j] == x - nums[i]，可以看出，在内重循环中 x - nums[i] 始终不变，所以可把这一步运算移到到内重循环之外提前进行，以减少算术运算的执行次数。

def twoSum1(nums, target):
    n = len(nums)
    for i in range(n-1):
        x = target - nums[i]
        for j in range(i+1, n):
            if nums[j]==x:
                return [i, j]
    return []

a = range(10000)
t = 19997
%time twoSum1(a,t)

运行结果表明，有一定的效果

Wall time: 6.86 s

3、用列表式替代循环

列表式用来计算列表。如果已知表a，则用列表式 b = [f(x) for x in a] 就能根据a的元素计算出一个新的列表式。列表式的语法十分紧凑，用它写出来的代码便于阅读，但只适合于编写短小的代码。

def twoSum2(nums, target):
    return [[i, j] 
        for i in range(len(nums)-1) 
            for j in range(i+1, len(nums)) 
                if target-nums[i]==nums[j]
    ]

a = range(10000)
t = 19997
%time twoSum2(a,t)

运行结果有些意外：太慢了。

Wall time: 14.5 s

4、用广播

用广播运算得到所有配对之和的矩阵。然后，在和矩阵里搜索target。这种方法避免了直接编写python的循环。

def twoSum3(nums, target):
    a = np.array([nums]).T + nums
    return list(np.argwhere(a==target)[0])

a = range(10000)
t = 19997
%time twoSum3(a,t)

运行结果

Wall time: 558 ms

如何理解这里的广播操作？再来看一个简单的例子。其中，a + b包含了a的任何一个元素与b的任何一个元素之和。有了所有元素对的和，即1、2、3分别加上10、20、30。

a = np.array([[1,2,3]])
b = a.T*10
print('a =')
print(a)
print()
print('b = ')
print(b)
print()
print('a + b = ')
print(a+b)

运行结果

a = 
[[1 2 3]]

b = 
[[10]
 [20]
 [30]]

a + b = 
[[11 12 13]
 [21 22 23]
 [31 32 33]]

5、改写内重循环

在twoSum1中，用内重循环在数组中查找加数，可改为调用list的index函数进行查找。

def twoSum4(nums, target):
    n = len(nums)
    for i in range(n-1):
        try:
            j = nums.index(target-nums[i])
            return [i, j]
        except Exception as e:
            continue
    return []

%time twoSum4(a,t)

运行结果有明显提升，可见用系统函数来替代python循环的效用。

Wall time: 9.53 ms

还可考虑用enumerate来改写外重循环，可能会有一些提高。

def twoSum5(self, nums, target):
    for i, x in enumerate(nums):
        try:
            j = nums.index(target-x)
            return [i, j]
        except:
            continue
    return []

6、用字典实现搜索

实现搜索时，在很多情况下，用index比用字典慢，所以再改进一下，用字典实现内重循环。

def twoSum6(nums, target):
    a_dict = dict(enumerate(nums))
    n = len(nums)
    for i in range(n-1):
        j = a_dict.get(target - nums[i])
        if j is not None and i != j:
            return [i, j]

%time twoSum6(a,t)

运行结果表明，效果还不错

Wall time: 2.99 ms