查找列表中元素的索引。二分查找还是使用索引功能？

Question

我是 python 新手，一直在编写一个练习程序来检查 400 万个单词的列表中的密码。我原来的解决方案是这样的（如果密码包含在列表中，将打印 true）：

import sys
from bisect import bisect_left 

script, password, pwlist = sys.argv
password = password+"\r\n"

l=[line for line in open(pwlist)] 
l.sort() #Must be sorted for bisect_left to work                         

print (password <= l[-1]) and (l[bisect_left(l, password)] == password)

然后我意识到我可以使用 index 方法，如下所示：

import sys

script, password, pwlist = sys.argv
password = password+"\r\n"

l=[line for line in open(pwlist)] #Note we don't need to sort this time

#Catch the "not in list" exception
try:
    print (password <= l[-1]) and (l[l.index(password)] == password)
except ValueError:
    print "False"

我的第二个版本大大减少了执行时间，因为列表不需要排序。我是否以正确的方式处理了这个问题？ index() 方法是如何工作的？如果它适用于未排序的列表，它肯定不会进行二进制搜索。对此的任何建议将不胜感激。

Answer 1

是的，在第一个示例中，您从自己设计算法开始，即二分搜索。

在第二个示例中，您只需使用 python 内置的list.index() 函数。

第二种方法更快，因为排序列表的成本：O(N*log(N)) 比对数组进行线性搜索的成本：O(N)更大。

考虑一下：如果您必须检查多个密码，最好将排序列表排序和存储一次，然后在排序列表上使用二进制搜索。

Answer 2

当数据结构已经排序时，使用二分搜索会更好，因为你可以在 O(log N) 中得到它。当您对列表进行排序时，您会在 O(N*log N) 中进行排序，它比线性搜索 O(N) 慢

Answer 3

list.index 方法的复杂度在最坏的情况下是 O(N)，基于它的 Cpython function 它是一个优化的函数，它返回列表中第一个匹配项的索引。所以这将是更可取的方式，请注意，当您处理排序列表时，二进制搜索非常好。

listindex(PyListObject *self, PyObject *args)
{
    Py_ssize_t i, start=0, stop=Py_SIZE(self);
    PyObject *v;

    if (!PyArg_ParseTuple(args, "O|O&O&:index", &v,
                                _PyEval_SliceIndex, &start,
                                _PyEval_SliceIndex, &stop))
        return NULL;
    if (start < 0) {
        start += Py_SIZE(self);
        if (start < 0)
            start = 0;
    }
    if (stop < 0) {
        stop += Py_SIZE(self);
        if (stop < 0)
            stop = 0;
    }
    for (i = start; i < stop && i < Py_SIZE(self); i++) {
        int cmp = PyObject_RichCompareBool(self->ob_item[i], v, Py_EQ);
        if (cmp > 0)
            return PyLong_FromSsize_t(i);
        else if (cmp < 0)
            return NULL;
    }
    PyErr_Format(PyExc_ValueError, "%R is not in list", v);
    return NULL;
}

但是在您的第一个代码中，您做了很多额外的工作。

首先，您不需要使用列表解析来获取文件的所有行，而您可以简单地使用 file.readlines() 方法。而且您也有一个排序方法，这使得您的第一个方法比第二个慢得多一个。

P.S 如果您只是想以更 Python 的方式检查成员资格，您可以使用 set 对象来保存您的项目，并且只需使用其顺序为 O(1) 的 in 操作数。