Python中bisect的使用方法

Python中列表（list）的實現其實是一個數組，當要查找某一個元素的時候時間復雜度是O(n)，使用list.index()方法，但是隨着數據量的上升，list.index()的性能也逐步下降，所以我們需要使用bisect模塊來進行二分查找，前提我們的列表是一個有序的列表。

遞歸二分查找和循環二分查找

def binary_search_recursion(lst, val, start, end):
    if start > end:
        return None
    mid = (start + end) // 2
    if lst[mid] < val:
        return binary_search_recursion(lst, val, mid + 1, end)
    if lst[mid] > val:
        return binary_search_recursion(lst, val, start, mid - 1)
    return mid


def binary_search_loop(lst, val):
    start, end = 0, len(lst) - 1
    while start <= end:
        mid = (start + end) // 2
        if lst[mid] < val:
            start = mid + 1
        elif lst[mid] > val:
            end = mid - 1
        else:
            return mid
    return None

　　

為了比對一下兩者的性能，我們使用timeit模塊來測試兩個方法執行，timeit模塊的timeit方法默認會對需要測試的函數執行1000000，然后返回執行的時間。

>>> import random
>>> from random import randint
>>> from random import choice
>>> random.seed(5)
>>> lst = [randint(1, 100) for _ in range(500000)]
>>> lst.sort()
>>> val = choice(lst)
>>> val
6
>>> def test_recursion():
...     return binary_search_recursion(lst, val, 0, len(lst) - 1)
...
>>> def test_loop():
...     return binary_search_loop(lst, val)
...
>>> import timeit
>>> t1 = timeit.timeit("test_recursion()", setup="from __main__ import test_recursion")
>>> t1
3.9838006450511045
>>> t2 = timeit.timeit("test_loop()", setup="from __main__ import test_loop")
>>> t2
2.749765167240339

　　

可以看到，循環二分查找比遞歸二分查找性能要來的好些。現在，我們先用bisect的二分查找測試一下性能

用bisect來搜索

>>> import bisect
>>> def binary_search_bisect(lst, val):
...     i = bisect.bisect(lst, val)
...     if i != len(lst) and lst[i] == val:
...         return i
...     return None
...
>>> def test_bisect():
...     return binary_search_bisect(lst, val)
...
>>> t3 = timeit.timeit("test_bisect()", setup="from __main__ import test_bisect")
>>> t3
1.3453236258177412

　　　　

對比之前，我們可以看到用bisect模塊的二分查找的性能比循環二分查找快一倍。再來對比一下，如果用Python原生的list.index()的性能

>>> def test_index():
...     return lst.index(val)
...
>>> t4 = timeit.timeit("test_index()", setup="from __main__ import test_index")
>>> t4
518.1656223725007

　　

可以看到，如果用Python原生的list.index()執行1000000，需要500秒，相比之前的二分查找，性能簡直慢到恐怖

用bisect.insort插入新元素

排序很耗時，因此在得到一個有序序列之后，我們最好能夠保持它的有序。bisect.insort就是為這個而存在的

insort(seq, item)把變量item插入到序列seq中，並能保持seq的升序順序

import random
from random import randint
import bisect

lst = []
SIZE = 10
random.seed(5)
for _ in range(SIZE):
    item = randint(1, SIZE)
    bisect.insort(lst, item)
    print('%2d ->' % item, lst)

　　

輸出：

10 -> [10]
 5 -> [5, 10]
 6 -> [5, 6, 10]
 9 -> [5, 6, 9, 10]
 1 -> [1, 5, 6, 9, 10]
 8 -> [1, 5, 6, 8, 9, 10]
 4 -> [1, 4, 5, 6, 8, 9, 10]
 1 -> [1, 1, 4, 5, 6, 8, 9, 10]
 3 -> [1, 1, 3, 4, 5, 6, 8, 9, 10]
 2 -> [1, 1, 2, 3, 4, 5, 6, 8, 9, 10]