Python 查找间隔中的数字频率

找到非重叠间隔内元素的频率/计数的最有效方法是什么？例如：

limits = [0, 25, 40, 60]
data = [15, 5, 2, 56, 45, 23, 6, 59, 33, 18]

对于上面的列表，我想找出数据中两个相邻限制内的元素数量。因此，对于上述情况，计数将类似于：

0-25:6； 25-40: 1; 40-60: 3;

---

我所能想到的就是时间上的O（n^2）。有更好的方法吗？

我向您推荐这种方法，它按照O（nlogn）

我展示了每个重要行的时间复杂度，以计算代码的总时间复杂度。代码的总时间复杂度等于

O（（n+m）log（n+m））

，可显示为

O（nlogn）

改进 如果您对输入有一些假设，您可以改进它。如果您有关于

限制范围

和

数据

的信息，则可以将排序算法更改为。计数排序的时间复杂度被认为是

O（n）

，代码的总时间复杂度将是

O（n）

这里是一种简单的

O（NlogN）

方法。对数据进行排序，然后使用双指针方法将每个元素放置在正确的间隔内

limits=[0,25,40,60]
数据=[15,5,2,56,45,23,6,59,33,18]
data.sort（）
n、 m=len（数据），len（限值）
计数=[0]*（m-1）
#计数[i]表示极限[i]和极限[i+1]之间的计数
low=0#我们目前正在检查的区间指数较低
ptr=0
当ptr=限制[低]且i=限制[低]：
如果低==len（限值）-1：
打破
低+=1
打印（计数）
限制=[0,25,40,60,80]
数据=[15,5,2,56,45,23,6,59,33,18,25,45,85]
dict_data={}
i=0
计数=1
当i
您可以使用计数器（来自集合）来管理理货和对分以分类：

from collections import Counter
from bisect import bisect_left

limits = [0, 25, 40, 60, 80]
data   = [15, 5, 2, 56, 45, 23, 6, 59, 33, 18]

r = Counter(limits[bisect_left(limits,d)-1] for d in data)

print(r)
Counter({0: 6, 40: 3, 25: 1})

它的时间复杂度为O（NLogM），其中M是极限中断的数量，N是数据项的数量
不需要计数器计数，因为已知存储箱的数量，将dict交换到阵列访问以进行存储箱

从对分导入对分\u右
def bin_it（限制、数据）：
“根据（升序）限制的Bin数据。”
垃圾箱=[0]*（len（限制）+1）#还添加了低于/超过范围的垃圾箱
对于数据中的d：
箱子[对分_右（极限，d）]+=1
回收箱
如果名称=“\uuuuu main\uuuuuuuu”：
极限=[0,25,40,60]
数据=[15,5,2,56,45,23,6,59,33,18]
bins=bin_it（限制、数据）
打印（f“<{limits[0]：2}:”，箱子[0]）
对于lo、hi，在zip中计数（限制、限制[1:]，箱子[1:]）：
打印（f“>={lo:2}..<{hi:2}:”，计数）
打印（f“>={limits[-1]：2}…：”，箱子[-1]）
"""
样本输出：
<  0 : 0
>=  0 .. < 25 : 6
>= 25 .. < 40 : 1
>= 40 .. < 60 : 3
>= 60 ...     : 0
"""
为什么不使用numpy.histogram方法和应该使用的bins参数？@GirishSrivatsa会喜欢使用numpy或pandas，但必须使用纯python数据结构etcSort
data
，然后进行线性遍历。简单
O（NlogN）
approach根据无权重的numpy直方图方法，该算法将数据拼接成大小为B=65536的块，并通过排序算法对每个块进行排序（numpy使用B排序，您可以使用自己的排序），然后对块执行线性遍历，检测直方图的边缘（已排序）然后根据总尺寸（B）的插入位置计算频率
limits = [0, 25, 40, 60, 80]
data = [15, 5, 2, 56, 45, 23, 6, 59, 33, 18, 25, 45, 85]
dict_data = {}
i = 0
count = 1
while i < len(limits)-1:
    for j in data:
        if j in range(limits[i], limits[i+1]):
            if '{}-{}'.format(limits[i],limits[i+1]) in dict_data:
                dict_data['{}-{}'.format(limits[i],limits[i+1])] +=count
            else:
                dict_data['{}-{}'.format(limits[i],limits[i+1])] = count
        
    i+=1
print(dict_data)

from collections import Counter
from bisect import bisect_left

limits = [0, 25, 40, 60, 80]
data   = [15, 5, 2, 56, 45, 23, 6, 59, 33, 18]

r = Counter(limits[bisect_left(limits,d)-1] for d in data)

print(r)
Counter({0: 6, 40: 3, 25: 1})