主页 / 问题 / 1539391
Accepted
Глеб
Asked:2023-09-07 00:37:36 +0000 UTC2023-09-07 00:37:36 +0000 UTC

生成不等数的大数组

  • 772

假设我需要创建一个巨大的（大约一百万）随机数列表。但不仅仅是随机数，而且是不等的随机数。问题是：最快的方法是什么？

选项：

1：（添加前检查每个元素）

import random
nums = []
for i in range(10 ** 6):
    while True:
        x = random.random()
        if nums.find() + 1:
            nums.append(x)
            break
        else:
            continue

2：（生成整个列表后检查）

import random
while True:
    for i in range(10 ** 6):
        nums.append(random.random())
    if list(set(nums)) == nums: break
    else: continue

3：（野蛮☺）

import random
nums = []
x = random.random()
for i in range(10 ** 6):
    nums.append(x * i)

也许还有一些使用特殊方法的其他选项，也许来自其他模块，专门为生成不相等的数字而设计。如果有的话请告诉我。

那么哪个选项更好呢？或者有更快的算法吗？

python

4 个回答

  1. Best Answer

    第一个选项

    人可以猜出它的含义if nums.find() + 1:，但编译器不能。表达式没有提到x，Python 中的列表没有方法find。如果我们假设其含义是什么if x not in nums:，那么该方法就有效。在我的电脑上，它将在一个半小时内运行。

    第二个选项

    如果条件if list(set(nums)) == nums:成立，那么我们确实会得到 中一百万个唯一数字的列表nums。不幸的是，这种组合list(set(...))在某种程度上混淆了它的论点。如果所有数字都是唯一的并且它们的顺序nums与结果一致，list(set(...))则相等性成立。该事件发生的概率是多少？1 / (10 6 !) ≈ 10 -5565709。循环的一次迭代大约需要一秒钟。您将需要等待大约 10,5565709秒才能收到结果。宇宙年龄 - 10 18秒 你得等很长时间。但这只是故事的一半。即使剩下这个时间，也很可能无法生成所需的组合。我将省略原因以免让您感到厌烦。结论——该方法不起作用。

    如果用它替换条件if len(set(nums)) == 10 ** 6:，该方法将有效并且速度非常快 - 它将有效大约一秒钟。

    第三种选择

    这些数字不是随机的。如果这样的事故适合你，那很好。但细心的观察者会注意到，这些数字在以一定的间隔增长。总之，缺点太明显了。

    解决方案

    大约0.69秒。

    import random

s = set()
while len(s) < 1_000_000:
    s.add(random.random())
l = list(s)

    其中，0.16s 用于生成本身。剩下的 0.53 秒是与大众一起工作的。

    此选项稍快一些 - 0.6 秒：

    import random

size = 1_000_000
s = set()
while len(s) < size:
    s.update(random.random() for _ in range(size - len(s)))
l = list(s)

    甚至更快 - 0.55 秒：

    import random

size = 1_000_000
s = set(random.random() for _ in range(size))
while len(s) < size:
    s.update(random.random() for _ in range(size - len(s)))
l = list(s)

    第二个示例是否通常需要多次迭代？在最后一个示例中，您需要多久进入一次循环？这两个问题的答案是相同的：需要补充该集合的概率是6·10 -5。换句话说——很少。如果我的计算机在循环中生成随机数集，则需要平均每两个半小时添加一次到随机数集中。

    PS老实说，我更喜欢第一个选项。简单且足够快。

    PPS如果在生成过程中添加内存限制，将会出现一个更有趣的问题。

    • 5

  2. random.sample()可能适合你

    import random

print([x/1000 for x in random.sample(range(1000), 10)])
    • 3 
  3. import uuid

s=[uuid.uuid4().int for i in range(1_000_000)]
l=list(set(s))

    ...
19338761825466288640265314643851179312
178303052562301544546569716401959751820
147718195392286393968890593237377029069
196091551904263230486818310589002110116
42826159964564327211771179483953807288
297151613728264239240276251569460736275
...

    https://docs.python.org/3/library/uuid.html

    • 3

  4. 没有人写过任何关于使用 进行混合的文章shuffle。嗯，那我就写吧。

    纯Python：

    from random import shuffle

n = 1_000_000
lst = [i/(n+1) for i in range(n)]
shuffle(lst)

    长——大约0.75秒。

    但我们有Numpy：

    import numpy as np

n = 1_000_000
arr = np.arange(n) / (n+1)
np.random.shuffle(arr)

    快速 - 大约 30 毫秒Google Colab。

    • 2

相关问题