有没有一种有效的方法来过滤列表中的最大数字

Question

我只是想知道是否有更好的方法来查找列表中的所有最大数字。

例如，我有一个字典列表。它有一个键（“信息”）和对应的字典值，如下所示。我想从该列表中找到最大数量s（“计数”）。一旦找到最大数量，就必须确定该元素的相应“代码”。

我可以按如下方式进行，但是对于一个非常大的列表，执行时间会很长。

codes = [{"code": 1, "info": {"status": "running", "count": 4}},
         {"code": 2, "info": {"status": "running", "count": 1}},
         {"code": 3, "info": {"status": "running", "count": 2}},
         {"code": 4, "info": {"status": "running", "count": 4}},
         {"code": 5, "info": {"status": "running", "count": 4}}
         ]
count_max = 0
filtered_codes = []
for i in range(len(codes)):
    if codes[i]['info']['count'] == count_max:
        filtered_codes.append(codes[i]['code'])
    if codes[i]['info']['count'] > count_max:
        filtered_codes.clear()
        filtered_codes.append(codes[i]['code'])
        count_max = codes[i]['info']['count']
print(filtered_codes)

输出： [1, 4, 5] #1,4,5 是字典的代码，count == 4（所有计数中的最大值）

那么，有没有更好的方法来做到这一点？可能正在使用过滤器，lambda，max？

编辑：有人发布了以下代码作为答案，后来被删除了

max_count = max(info["info"]["count"] for info in codes)
filtered_codes = [val["code"] for val in filter(lambda x: x["info"]["count"] == max_count, codes)]

所以我在长度 1000000

的列表上运行了两个代码

我发布的第一个方法是：1.4539954662322998s

采取第二种方法：0.4440000057220459s

那么第二种方法是最好的解决方案吗？

Answer 1

您的代码是执行此操作的最渐近有效的方法。您的代码也很好，因为它可以在流上运行——使用max 然后filter 需要多次通过。使用这些内置函数的好处是可读性。

如果您真的需要性能，您可能希望使用 numpy 之类的库或用 C 编写代码。

更新的问题： 是的，我的意思是它们都是渐近线性时间。在现实世界中哪个更快取决于您看到的输入类型，以及缓存和解释器的怪癖。例如，对于 count = [1,1,1,1,1,1,...,1,2] 这样的特定数据集，第二个肯定会更快。第一个示例是通过慢速网络从远程服务流式传输 10TiB 随机输入列表的速度更快。要进行真正的比较，您需要定义要测试的数据集空间。

对于您生成的输入数据，解决方案 2 是“最佳”吗？好吧，我的意思是有更多的优化方法——例如，一旦确定了最大值，您就可以启动线程并划分输入列表以进行过滤。取决于你想走多远。

我个人更喜欢编写（和阅读）第二个示例。因为它有效且易于理解。更进一步，在理解中使用 if 而不是 filter 可能更惯用，即

max_count = max(info["info"]["count"] for info in codes)
filtered_codes = [val["code"] for val in codes if val["info"]["count"] == max_count]

就像我之前说的，如果你真的关心大数据的超高性能，你显然不想使用纯 Python。