如何在 Python 中降低此代码段的时间复杂度？答案

【问题标题】：How do I reduce the time complexity of this code snippet in Python?如何在 Python 中降低此代码段的时间复杂度？
【发布时间】：2021-05-29 06:05:46
【问题描述】：

我在这里有一个 compare 函数，它比较 2 个 4 位数字（非重复数字）并给出 x（n1 和 n2 中的位数，并且在同一位置），和y（n1 和n2 中的位数，但位置不同）。我所做的是使用for 循环将数字存储为results 字典的键，并将相应的位置存储为results 字典的值。然后，我使用另一个for 循环遍历字典，得到x 和y。有什么办法可以降低这个函数的时间复杂度？

def compare(n1, n2):
    x, y = 0, 0
    result = {}
    s1, s2 = str(n1), str(n2)
    for i in range(0, 4):
        result[s1[i]] = i 
    for i in range(0, 4):
        if s2[i] in result:
            if result[s2[i]] == i:
                x += 1
            else:
                y += 1

【问题讨论】：

这个任务的改进不能超过 O(n)。
@DeGo 所以我的代码的当前复杂度是 O(n)？抱歉，因为我对时间复杂度的概念不是很熟悉...
重复你自己的问题：@Jover Tay：这个月你已经问了 3 次几乎相同的问题，请避免在 StackOverflow 上重复问题，你甚至不开车重复所需的细节和约束，如 aolny 4 位非重复数字：stackoverflow.com/questions/67345736/…stackoverflow.com/questions/67748271/…

标签： python algorithm loops for-loop time-complexity

【解决方案1】：

看起来你不可能在不访问整个列表的情况下获得 x 和 y。虽然您可以使用 nlogn 对列表进行排序，

【讨论】：

O(n logn) 比O(n) 差。我不确定你的建议是什么。

【解决方案2】：

Numpy 提供更好的矢量化解决方案。所以两个循环都被一个矢量解决方案替换，如下所示：

对于x，我们直接将每个索引值与其他相同的索引值进行比较，然后使用np.sum计算相同的数字。
对于y，我们只需要在数组中检查值，这可以使用np.in1d 作为矢量化解决方案来完成。

import numpy as np

def compare(n1, n2):
    s1, s2 = str(n1), str(n2)

    l1 = np.array(list(s1))
    l2 = np.array(list(s2))
    x = np.sum(l1 == l2)
    y = np.sum(np.in1d(l2, l1)) - x
    print(x, y)
    
compare(1023, 2024)

输出：

2 1

【讨论】：

【解决方案3】：

@DeGo 说你不能比 o(n) 更好。但是，您的代码可以改进，因为您正在做一些绝对没有必要的事情。我会将代码重写为

from collections import Counter

def compare(n1, n2):
    digits_at_same_position, digits_at_diff_position = 0, 0
    s1, s2 = str(n1), str(n2)
    l1 = list(map(lambda x, y: x == y, s1, s2))
    digits_at_same_position = sum(l1)
    l2 = list((Counter(s1) & Counter(s2)).elements())
    digits_at_diff_position = len(l2) - digits_at_same_position
    return digits_at_same_position, digits_at_diff_position

print(compare(1234, 2435))

效率等级是一样的。不过，这段代码会比你的更快。

输出：

>> (1, 2)

【讨论】：

此代码在数字为 1234 和 2435 时不起作用，因为else
@JoverTay 我更新了代码。现在应该可以了。