Perl 排序与查找最小值/最大值的线性搜索
最近，我在perl中遇到了下面一段代码，它返回所有传递参数中的最小数值Perl 排序与查找最小值/最大值的线性搜索,perl,sorting,complexity-theory,Perl,Sorting,Complexity Theory,最近，我在perl中遇到了下面一段代码，它返回所有传递参数中的最小数值 return 0 + ( sort { $a <=> $b } grep { $_ == $_ } @_ )[0]; 返回0+（排序{$a$b}grep{$\==$\}@[0]； 我通常使用简单的线性搜索来查找列表中的最小值/最大值，这对我来说似乎是简单且充分优化的。上面的代码在任何方面都比简单的线性搜索好吗？在这种情况下，与perl有关吗？谢谢 你说得对。如果您不需要出于任何其他目的对数据进行排序，那么简单
return 0 + ( sort { $a <=> $b } grep { $_ == $_ } @_ )[0];
返回0+（排序{$a$b}grep{$\==$\}@[0]；
我通常使用简单的线性搜索来查找列表中的最小值/最大值，这对我来说似乎是简单且充分优化的。上面的代码在任何方面都比简单的线性搜索好吗？在这种情况下，与perl有关吗？谢谢 你说得对。如果您不需要出于任何其他目的对数据进行排序，那么简单的线性搜索是最快的。无论如何，排序要完成它的工作，必须至少查看每个数据一次 只有当排序后的数据对其他用途有用时——或者当我不关心运行时、功耗、散热等时——我才会对数据进行排序以找到最小值和最大值 现在，@simeonviser是正确的。排序没有O（n*log（n））这并不像许多程序员想象的那样慢于O（n）。在感兴趣的实际案例中，管理排序的平衡二叉树（或其他类似结构）的开销可能与日志（n）因子一样重要。因此，人们不必害怕分类的前景！但是，线性搜索速度更快：这一点您是完全正确的 此外，@DavidO还添加了一条很有见地的评论，我在这里用他自己的话说：
线性搜索也是一种更容易推广的算法。例如，对于大型数据集，线性搜索可以很容易（并且相对有效）基于磁盘。然而，执行基于磁盘的排序会变得相对昂贵，如果字段大小不一致，则会变得更加复杂 正常化 线性搜索是O（n），原因很明显。排序是O（n logn）（参见Perl文档中的）。因此，是的，线性搜索在复杂性方面确实更快。这不仅适用于Perl，而且适用于实现这些算法的任何编程语言 与许多问题一样，有多种方法可以解决它，也有多种方法可以获得列表的最小/最大值。从概念上讲，如果只需要列表的最小值或最大值，那么线性搜索会更好，因为问题不需要排序。O（）没有说明算法需要多长时间。例如，在所有其他条件相同的情况下，我总是在以下两种算法中选择算法2：
- 算法1:O（2*N+1000天）=O（N）
- 算法2:O（5*N+100ms）=O（N logn）
min$ perl x.pl 10
Rate sort LUmin
sort 1438165/s -- -72%
LUmin 5210584/s 262% --
$ perl x.pl 100
Rate sort LUmin
sort 129073/s -- -91%
LUmin 1485473/s 1051% --
$ perl x.pl 1000
Rate sort LUmin
sort 6382/s -- -97%
LUmin 199698/s 3029% --
使用严格；
使用警告；
使用基准qw（CMP准则）；
使用列表：：Util qw（最小值）；
我的%tests=(
'sort'=>'my$x=（sort{$a$b}@n）[0]；'，
“LUmin”=>“我的$x=min@n；”，
);
$\='使用严格的；使用警告；我们的@n；'$_
对于%测试值；
本地我们@n=map rand，1..（$ARGV[0]//10）；
cmpthese（-3，\%测试）；
use strict;
use warnings;
use Benchmark qw( cmpthese );
use List::Util qw( min );
my %tests = (
'sort' => 'my $x = ( sort { $a <=> $b } @n )[0];',
'LUmin' => 'my $x = min @n;',
);
$_ = 'use strict; use warnings; our @n; ' . $_
for values %tests;
local our @n = map rand, 1..( $ARGV[0] // 10 );
cmpthese(-3, \%tests);