昨天在 Python 實戰交流群裡發起一個討論：

在如下這個常見的遍歷場景中，如何優化程式碼降低時間複雜度？

def tips_everyday_example():
    vector = ['apples', 'apple', 'banana', 'bananas',
              'carrot', 'carrots', 'pear', 'pears']
    for _ in range(10000):
        for item in ['apples', 'pears', 'bananas']:
            if item in vector:
                print
 
(item)

今天提供一下我的思路供大家參考：

上面的 example 中雖然表面上看是 2 層遍歷，但其實是三層遍歷， for _ in range(1000) 第一層，for item in [‘apples’, ‘pears’, ‘bananas’] 第二層，item in vector 第三層，每一層的時間複雜度都為：O(n)

常規優化思路：

1. 降低遍歷層級——經過分析覺得無法優化
2. 降低遍歷次數——引入短路法
3. 快速查詢到元素——引入二分法查詢

經過分析，第一層遍歷與第二層遍歷次數無法進行減少，第三層通引入短路法來減少遍歷次數，具體實施：觀察需要列印的元素都以 s 結尾（總之要找到共同的特徵），採用 and (其他語言為：&&) 判斷表示式短路的方式減少遍歷的次數，例如：

def tips_everyday():
    vector = ['apples', 'apple', 'banana', 'bananas',
              'carrot', 'carrots', 'pear', 'pears']
    for _ in range(10000):
        for item in vector:
            # 此處如果 item 不以 s 結尾 and 後面的二分法查詢將進行短路不執行，以此達到了減少遍歷次數的目的
            if item.endswith('s') and binary_search(item.
 
lower(), sorted(['apples', 'pears', 'bananas'], key=str.lower)):
                print(item)

def binary_search(needle, haystack):
    min, max = 0, len(haystack) - 1

    while min <= max:
        midpoint = (min + max) // 2
        guess = haystack[midpoint]
        if guess == needle:
            return midpoint
        elif guess > needle:
            max = midpoint - 1
        else:
            min = midpoint + 1

    return None

希望參加《每日一學》的同學可以加 QQ 群：

• 群號：397234385
• QQ 掃碼一起學習：