Arrays 如何优化以下smarty代码，以减少为比较数组值而执行的迭代？

我是Smarty模板引擎的新手。我正在比较两个数组。以下是我在smarty模板中的代码：

{foreach from=$all_states item=state key=key}
  {assign var="flag" value=false}
  {foreach from=$data.applicable_states item=pre key='index'}
    {if $state.id == $pre } {assign var="flag" value=true} {$break} {/if}
  {/foreach}
  <option value="{$state.id}" {if $flag == true} selected="selected"{/if}>{$state.state_name}</option>      
{/foreach}

{foreach from=$all_states item=state key=key}
{assign var=“flag”value=false}
{foreach from=$data.applicative_states item=pre key='index'}
{if$state.id=$pre}{assign var=“flag”value=true}{$break}{/if}
{/foreach}
{$state.state_name}
{/foreach}

上面的代码对我来说很好。但是如果仔细观察，比较数组值所执行的迭代次数太多

---

因此，我想优化上面的代码，以减少迭代次数。如果有人对Smarty有很好的了解，可以提供一些方法来优化上述代码吗？

也许您可以在\u数组中使用

{foreach from=$all_states item=state key=key}    
   <option value="{$state.id}" {if $state.id|in_array:$data.applicable_states} selected="selected"{/if}>{$state.state_name}</option>
{/foreach}

{foreach from=$all_states item=state key=key}
{$state.state_name}
{/foreach}

实际上，有一些很好的算法可以使用。 每种方法的复杂性都取决于比较的数量。如果您想改进代码并减少比较的数量，那么可以查看以下列表：

• 快速排序O（nlog（n））
• 泡泡糖（n^2）
• cocktailsort（带一些修改的气泡）O（n^2）
• 选择排序O（n^2）
• 合并排序O（nlog（n））
• HeapSOrt O（nlog（n））
• 插入端口O（n^2）

您正在使用的一个名为“BubbleSort”，那么n是什么呢？N是数组中的元素数。。O结果是为了获得集合顺序而必须进行的比较量。因此，按照log的顺序，复杂度越高。所以像快速排序、合并、堆这样的算法非常酷，如果你想要好的性能，在我看来，这个列表中最好的是快速排序

那么快速排序是如何工作的呢？ 快速排序基于“原则”，使用递归。 （正如您所知，递归解决方案比普通解决方案使用更多内存）

这就是如何快速排序算法

第一个是选择一个轴心元素。这可能在数组的中间，左O右边。

将列表中的每个元素与pivot元素进行比较，并将元素向右（如果高于pivot）或向左（否则为条件）

如您所知，现在您有两个列表，一个在左侧，另一个在右侧。因此，您所要做的就是在这两个列表上递归调用QuickSort函数，而它的列表有多个元素

有关于这个算法的更多信息吗

您应该知道，快速排序并不是最好的，混合排序算法并在不同的范围内使用它可以改进您的代码，但这种快速排序本身已经足够好了。

---

（我知道你不想排序，所以你需要修改算法来做你的工作，而不是排序，但仍然是一个比较少的算法，希望这能帮助你）

你可以实施其他算法来减少算法中的迭代次数

• 您可以实现：
• [逆首顺序][4]

所有这些都取决于您的算法的建议，刚才，您正在对'N'个元素使用buble排序方法，并获得一个'X'结果。简单的buble排序适用于短数组，但对于大数组，可以使用：impact算法，如：

知道哪种排序算法性能更好实际上取决于您的数据和情况

如果你说的是一般的/实际的术语

• 快速排序（您随机选择轴心/只选择一个固定轴心，使最坏情况下的欧米茄（n^2））可能比红黑树更好，因为（不一定按重要性排序）
• 快速排序已就位。这样可以降低内存占用。假设这个快速排序例程是处理大量数据的程序的一部分。如果您继续使用大量内存，您的操作系统可能会开始交换您的进程内存并丢弃您的性能
• 快速排序内存访问是本地化的。这在缓存/交换中起到了很好的作用
• 快速排序可以很容易地并行化（现在可能更相关）
• 如果您试图通过使用数组来优化二叉树排序（使用二叉树而不使用平衡），那么您最终将执行类似于快速排序的操作
• 红黑树有内存开销。您可能需要多次分配节点，使用树的内存需求是使用阵列的两倍/三倍
• 在排序之后，假设您想要1045（比如）元素，您将需要在树中维护顺序统计信息（因此而产生的额外内存成本），并且您将有O（logn）访问时间！红黑树只是为了访问下一个元素（指针查找）而产生开销。红黑树不能很好地处理缓存，指针访问可能会导致更多的交换
• 红黑树的旋转将增加O（nlogn）中的常数因子

也许最重要的原因（但如果有lib等可用，则无效），快速排序非常容易理解和实现。连小学生都能理解

试试这个

{$tmp = []}
{foreach from=$data.applicable_states item=pre key='index'}
    {assign var="$tmp[$pre]" value=1}
{/foreach}


{foreach from=$all_states item=state key=key}
    <option value="{$state.id}" {if isset($tmp[$state.id])} selected="selected"{/if}>
    {$state.state_name}</option>      
{/foreach}

{$tmp=[]}
{foreach from=$data.applicative_states item=pre key='index'}
{assign var=“$tmp[$pre]”值=1}
{/foreach}
{foreach from=$all_states item=state key=key}
{$state.state_name}
{/foreach}