使用python編號的高效工作

-2

我對Python有一些麻煩。我正在用Python解決一些編程任務（topcoder，codeforces）。有時我需要計算一些東西。例如：在字符串或其他東西中計數子字符串。當我計算如下：使用python編號的高效工作

counter += 1

我的解決方案在某些測試失敗。我調查了這一點，發現我的代碼應該算在200000附近。我知道Python中的數字是對象。而我的代碼試圖創建這個200000個對象，因此測試時間限制已經超過了。在一個任務中，我能夠優化算法，並最終要求完全降低加法。但在另一箇中，這是不可能的，我的代碼失敗了，因爲它應該創建許多數字對象。我的主要語言是C＃，所以我想知道，我應該如何以有效的方式使用Python數字？

我在那裏找不到任何類似的問題，所以我在問問題。

來源

2013-06-25 Popov Sergey

什麼是你的代碼中失敗的任務？ –

我認爲這不是事實，你在Python中編碼意味着你超時，但是你的算法複雜度太低，這意味着你超時（例如問題期望一個O（nlogn）複雜性解決方案和設置超時，使得即使在Python中任何O（nlogn）都可以使它成爲O（n^2）甚至可以使它成爲C++。 – Patashu

我應該計算字符串中的子字符串。 –

$ python -m timeit 'counter = 0 
> for _ in xrange(200000): counter += 1' 
100 loops, best of 3: 9.25 msec per loop

不要小於10毫秒爲您的測試，如此大的差異？我不這麼認爲。

最有可能是counter += 1指令是不是的瓶頸。您可能有錯誤的算法，或者您以錯誤的方式實施算法。

使用while：

$ python -m timeit 'counter = 0 
> while counter < 200000: counter += 1' 
100 loops, best of 3: 10.5 msec per loop

來源

2013-06-25 07:23:37 Bakuriu

使用生成器函數（'xrange'）是展示這個時間的一個壞方法。你應該使用裸體while循環測試（計數器<20000）。發生器至少會創建棧幀開銷。 –

@PreetKukreti那麼，什麼？如果他們的開銷超過了這個數字，那麼意味着'9.25毫秒'是一個鬆散的「推翻」，這使得我的觀點更加重要：問題不在於計數器，而在於循環。順便說一句：在Python中，while循環比for循環慢（見更新的答案）。 – Bakuriu

@Bariku好點，它實際上強調你的論點。另外我看到我的建議實際上比xrange慢。所以看來我錯了。後面的另一個教訓，後面擔心:)。 +1 –

使用python編號的高效工作

回答

相關問題