如何在python中优化以下功能？答案

【问题标题】：How to optimize following function in python?如何在python中优化以下功能？
【发布时间】：2023-03-20 10:46:02
【问题描述】：

我的功能现在需要 15 分钟到 20 分钟才能运行。我在算法中多次使用它，目前是算法。因耗时而无法使用。有没有可以优化以下功能：

def find_all():
    for x in range(4, 10):
        for y in range(4, 10):
            for z in range(4, 10):
                for z1 in range(4, 10):
                    for z2 in range(4, 10):
                        for xs in range(13 - x):
                            for ys in range(13 - y):
                                for zs in range(13 - z):
                                    for z1s in range(13 - z1):
                                        for z2s in range(13 - z2):
                                            a = np.zeros(12, int)
                                            a[xs:xs+x] += 1
                                            a[ys:ys+y] += 1
                                            a[zs:zs+z] += 1
                                            a[z1s:z1s+z] += 1
                                            a[z2s:z2s+z] += 1
                                        if 0 not in a:
                                            yield x, y, z,z1,z2s,xs, ys,zs,z1s,z2s,a

%time list(find_all())

基本上我在这里要做的是建立一个没有零的列表。我确实尝试了以下解决方案，但它仅适用于两个范围，我有一个要求，我可能需要多达 6 个范围 How to generate every combination of a given pattern in numpy array?

【问题讨论】：

您能解释一下它在做什么吗？您打算创建什么模式？
您正在执行类似 1 亿次迭代的操作（我不确定如何计算确切的迭代次数，因为内部循环中的外部变量值具有依赖性）。如果你真的需要这么多操作，那将需要很长时间。
不要显得粗鲁，但这可能会在 Stack Exchange 的“代码审查”站点上得到更快的回答，该站点主要用于优化您在此处的工作代码。 Stack Overflow 更多的是帮助修复非工作代码。

标签： python numpy for-loop optimization

【解决方案1】：

在所有范围内使用itertools.product 可以更轻松地生成索引值。这将减少编码开销。

接下来，请注意您有一个非常规则的重叠范围序列。您应该能够导出最小的区间覆盖，而不是煞费苦心地从每个组中重新计算它。在执行通过增量计算值的过程之前，请先检查是否涵盖了所有元素。

请注意，五对参数是完全可以互换的。如果您不再浪费时间寻找等效的解决方案，您可以减少大量的搜索。

这会让你感动吗？

【讨论】：