时间戳

首页 > 解决方案 > 确定列表中大于阈值的项目的最有效方法是什么？

python - 确定列表中大于阈值的项目的最有效方法是什么？

问题描述

基本上，我想知道找到值大于 n 的 python 列表元素的最有效方法是什么。

我相信，最简单但不是那么有效的方法如下，

for i in range(len(theList)):
    if theList[i] > n:
        subList.append(theList[i])

此外，我们有如下单行for，

(subList for subList in theList if sublist > n)

（如果上述语法有任何问题，请纠正我）

最后，我们可以使用filter()函数，它使用起来并不愉快，至少对我来说是这样。

以上方法都是我所知道的方法。如果您知道任何更好的方法，请告诉我。否则，请从效率和运行时间的角度解释哪个是最好的。

标签： pythonlistruntimelist-comprehension

解决方案

对此并不总是正确的答案，并且有一些关于处理列表时不同方法的速度的 SO 帖子，请参见例如 此处、此处或此处。

什么是最快的方法可能很大程度上取决于您的清单。这就是说，让我们看看建议的方法有多快。

对于像这样的简单比较，您可以使用timeit：

1.案例：for循环

for_case = """newList=[]
for x in theList:
    if x > n:
            newList.append(x)"""

2.案例：列表理解

list_comp = '[x for x in theList if x > n]'

3.案例：过滤器（有点不像）

filtering = 'list(filter(lambda x: x > n, theList))'

一些准备工作：

import timeit
si = 'theList=range(2000);n=1000;'  # using list(range(2000)) has no effect on the ranking

那么让我们看看：

timeit.timeit(si+list_comp, number=10000)
Out[21]: 1.3985847820003983
timeit.timeit(si+filtering, number=10000)
Out[22]: 3.315784254024038
timeit.timeit(si+for_case, number=10000)
Out[23]: 2.0093530920275953

因此，至少在我的机器上，列表理解将其带走，然后是for-loop，至少在这种情况下，unlikedfilter确实是最慢的。

推荐阅读