Python中更有效的循环

Question

我有一种情况，我需要遍历两个对象列表并找到相等，然后遍历它们的字段并更改一些属性。好像是这样的

for new_product in products_and_articles['products']:
  for old_product in products_for_update:
    if new_product.article == old_product.article:
      for old_field in old_product._meta.get_all_field_names():
        for new_field in new_product._meta.get_all_field_names():
          if old_field == new_field and old_field != 'id' and old_field != 'slug':
            setattr(old_product, old_field, getattr(new_product, old_field))

显然，这远非好，甚至不能接受。 所以我正在寻求建议如何避免这么多循环并增强算法

Answer 1

如果您将流程分解为合乎逻辑的、可重复使用的部分，这会有所帮助。

for new_product in products_and_articles['products']:
  for old_product in products_for_update:
    if new_product.article == old_product.article:
      …

例如，您在这里所做的是查找与特定article 匹配的产品。由于article 是唯一的，我们可以这样写：

def find_products_by_article(products, article):
  '''Find all products that match the given article.  Returns
  either a product or 'None' if it doesn't exist.'''
  for products in products:
    return product

然后调用它：

for old_product in products_for_update:
  new_products = find_products_by_article(
                   products_and_articles['products'],
                   old_product.article)
  …

但是如果我们可以利用为查找优化的数据结构，即dict（常量而不是线性复杂度）。所以我们可以做的是：

# build a dictionary that stores products indexed by article
products_by_article = dict(product.article, product for product in
                           products_and_articles['products'])

for old_product in products_for_update:
  try:
    # look up product in the dictionary
    new_product = products_by_article[old_product.article]
  except KeyError:
    # silently ignore products that don't exist
    continue
  …

如果您经常进行此类查找，最好在其他地方重用products_by_article 字典，而不是每次都从头开始构建一个。 请注意：如果您使用产品记录的多个表示，则需要使它们始终保持同步！

对于内部循环，请注意这里的new_field 仅用于检查字段是否存在：

…
  for old_field in old_product._meta.get_all_field_names():
    for new_field in new_product._meta.get_all_field_names():
      if old_field == new_field and old_field != 'id' and old_field != 'slug':
        setattr(old_product, old_field, getattr(new_product, old_field))

（请注意，这有点可疑：old_product 中尚不存在的任何新字段都会被静默丢弃：这是故意的吗？）

这可以重新包装如下：

def transfer_fields(old, new, exclusions=('id', 'slug')):
  '''Update all pre-existing fields in the old record to have
  the same values as the new record.  The 'exclusions' parameter
  can be used to exclude certain fields from being updated.'''
  # use a set here for efficiency reasons
  fields = frozenset(old._meta.get_all_field_names())
  fields.difference_update(new._meta.get_all_field_names())
  fields.difference_update(exclusions)
  for field in fields:
    setattr(old, field, getattr(new, field))

将所有这些放在一起：

# dictionary of products indexed by article
products_by_article = dict(product.article, product for product in
                           products_and_articles['products'])

for old_product in products_for_update:
  try:
    new_product = products_by_article[old_product.article]
  except KeyError:
    continue          # ignore non-existent products
  transfer_fields(old_product, new_product)

这个最终代码的时间复杂度为O(n × k)，其中n 是产品数，k 是字段数。

Answer 2

您可以使用set 来查找交集，而不是遍历两个列表并检查是否相等：

set(products_and_articles['products']).intersection(set(products_for_update))

示例：

>>> l=[1,2,3]
>>> a=[2,3,4]
>>> set(l).intersection(set(a))
set([2, 3])

Answer 3

我们从四个循环开始，效率为O(n^2*k^2)，n 是项目数，k 是属性数。让我们看看我们能做些什么。

首先，去掉new_product循环，你不需要它：

for old_field in old_product._meta.get_all_field_names():
    for new_field in new_product._meta.get_all_field_names():
        if old_field == new_field and old_field != 'id' and old_field != 'slug':
            setattr(old_product, old_field, getattr(new_product, old_field))

收件人：

for old_field in old_product._meta.get_all_field_names():
    if old_field != 'id' and old_field != 'slug':
        setattr(old_product, old_field, getattr(new_product, old_field))

得到了 O(n^2*k)。现在是产品查找部分。

首先，对两个列表进行排序，然后像在合并排序中合并列表时那样继续：

a = sorted(products_and_articles['products'], key=lambda x: x.article)
b = sorted(products_for_update, key=lambda x: x.article)
i = j = 0
while(i < len(a) and j < len(b)):
    if (a[i].article < b[j].article):
        a += 1
        continue
    if (a[i].article > b[j].article):
        b += 1
        continue
    ...logic...
    a += 1  # Maybe you want to get rid of this one, I'm not sure..
    b += 1

根据您的数据库大小，它可能或多或少足够，因为它需要您创建新的排序列表。内存不是很重（无论如何它只是 refs），但如果您的列表非常长且空间有限，那么巨大的效率优势可能无法弥补。

找到O(n*logn*k)，这是我能做的最好的了。您可能可以使用字典将其降低，但这需要您更改数据库，因此需要更多时间和精力。

Answer 4

前两个for可以改成：

from itertools import product


for new_product, old_product in product(list1, list2)
    # logic and other loops

你可以对两个内部循环做同样的事情：

 for old_field in old_product._meta.get_all_field_names():
    for new_field in new_product._meta.get_all_field_names():

for old_field, new_field in product(list1, list2)