尋找使用標題中提到的模式生成元組的最快方法，即：(1.0, 0.0, 0.0, 2.0, 0.0, 0.0, ..., N, 0.0, 0.0)對于任意的正n表示方面：round(N) == N。
3 回答
神不在的星期二
TA貢獻1963條經驗 獲得超6個贊
誰知道？;-) 在 CPython 中，“技巧”通常涉及避免顯式的 Python 級循環，以及避免二次時間串聯。這是一種方法：
def gentup(N):
NI = round(N)
assert N == NI
result = [0.] * (3 * NI)
result[::3] = map(float, range(1, NI + 1))
return tuple(result)
然后，例如，
>>> gentup(4)
(1.0, 0.0, 0.0, 2.0, 0.0, 0.0, 3.0, 0.0, 0.0, 4.0, 0.0, 0.0)
然后所有實際工作都以“C 速度”運行，甚至float只查找一次（盡管被調用了 round(N)多次）。
德瑪西亞99
TA貢獻1770條經驗 獲得超3個贊
我能想到的最快的方法是使用itertools函數將所有工作推送到 C 層：
from itertools import chain, repeat
def make_tuple(N):
return return tuple(chain.from_iterable(zip(map(float, range(1, round(N)+1)), repeat(0.0), repeat(0.0))))
repeat制作零，map(float, range(1, round(N)+1))制作非零值，將zip它們組合在一起形成三個tuple，從而chain.from_iterable扁平化從而tuple直接構建最終結果。
雖然它確實涉及臨時三tuple（與帕特里克的回答不同），但在 CPython 參考解釋器上，它實際上根本不創建新tuple的；如果在請求下一個值時不存在對 的其他引用（并且每次都釋放其引用），zip則優化為將tuple來自上一個結果的 重用于新結果。tuplechain.from_iterable
為了與其他答案進行比較，微ipython基準測試為N150：
>>> %timeit -r5 make_tuple(150)
28.1 μs ± 1.67 μs per loop (mean ± std. dev. of 5 runs, 10000 loops each)
>>> %timeit -r5 make_tuple_tim_peters(150)
17.1 μs ± 52 ns per loop (mean ± std. dev. of 5 runs, 100000 loops each)
>>> %timeit -r5 make_tuple_julien(150)
154 μs ± 1.85 μs per loop (mean ± std. dev. of 5 runs, 10000 loops each)
>>> %timeit -r5 tuple(values_patrick_haugh(150)) # Modified to convert to float properly
40.7 μs ± 1.29 μs per loop (mean ± std. dev. of 5 runs, 10000 loops each)
我嘗試了一些其他方法，類似于我上面的 listcomps 和 genexprs 自己的方法，但沒有一個低于 40 μs，所以我沒有費心發布它們。
Tim Peter 的解決方案絕對是迄今為止發布的最快的解決方案，并且不太可能被改進。正如他所指出的，它需要更多的內存，因為在內存使用高峰期，它需要存儲整個結果tuple和臨時結果list（盡管每個都應該精確調整大小，沒有過度分配），這意味著容器的峰值內存大約是兩倍是“需要”的。我的確實需要tuple在進行時進行過度分配（因為它不知道結果會有多大），在當前的 CPython 中，作為一個實現細節，這意味著過度分配大約 25%。節省，但不是很大；如果性能很重要，我幾乎總是采用 Tim 的解決方案。
后來的更新：我最終設法找到了打敗 Tim 答案的東西，但只能求助于numpy，而且增量改進非常微不足道：
from numpy import arange, zeros
def make_tuple_numpy(N):
ret = zeros(3*round(N))
ret[::3] = arange(1., N+1.)
return tuple(ret.tolist())
它與 Tim 的回答基本相同，它只是用來numpy批量處理原始 C 原始類型的工作（例如，np.arange直接以浮點形式生成一個范圍，而無需創建一堆 Python ints 僅將它們轉換為floats），使用tolist方法在不涉及 Python 迭代器的情況下numpy執行轉換list，然后包裝在tuple構造函數中（特殊情況list，因此再次不涉及迭代器）。即便如此，優勢也很微不足道：
>>> %timeit -r5 make_tuple_numpy(150)
13.8 μs ± 158 ns per loop (mean ± std. dev. of 5 runs, 100000 loops each)
這是在約20％，而蒂姆的解決方案運行時間進一步減少，但除非你做這樣的很多，進口的成本numpy可能消除了節約。
搖曳的薔薇
TA貢獻1793條經驗 獲得超6個贊
這是一種不會生成任何臨時元組的方法。
def values(N):
nums = range(1, N+1)
for n in nums:
yield n
yield 0
yield 0
print(tuple(values(5)))
# (1, 0, 0, 2, 0, 0, 3, 0, 0, 4, 0, 0, 5, 0, 0)
添加回答
舉報
0/150
提交
取消