Python 确定数组是否已排序的最快方法是什么？

这可能看起来像是一个复制品

我读了那篇文章和所有的答案。没有人（保存一个答案）使用numpy地址。所有这些都集中在python列表上。用

numpy

标签问一个类似的问题，我相信我会得到不同的答案。话虽如此，我还是要回答这个问题

---

考虑两个数组

a

和

b

<代码>b已排序，而

a

未排序

a = np.array([2, 1, 3, 0])

b = np.arange(4)

我编写这个函数是为了确定排序的正确性

def is_sorted(x):
    return (np.arange(len(x)) == np.argsort(x)).all()

我还能做些什么来改进这个想法？确定是否排序了

pd.Series

或

np.ndarray

的最快

pandas

或

numpy

算法是什么

---

---

对数组排序是O（nlogn），但要判断数组是否已排序，只需O（n）

---

这里提到的一些算法：（我不是说它是重复的，只是似乎有一些好的建议）这些都很方便！谢谢你的链接。

（np.diff（a）>0.all（）

和

（np.diff（b）>0.all（）

怎么样？唯一的问题是逆向排序。但是我认为

np.abs（np.diff（a）>0）。all（）

应该没问题吧？如果数据中有NAN，大多数临时解决方案都会失败

pd.algos.is_lexsorted（）

在这种情况下不会失败。

pandas.algos.is_lexsorted

实际上采用64位有符号整数输入。关于IEEE浮点运算的工作原理，这意味着它恰好对64位NAN“起作用”，但在负浮点输入时失败。这不是一个解决方案。感谢添加大O信息！如果存在NaN值，则此操作失败。您只需将其分为两个步骤：1）数组是否可排序？2） 如果是这样的话，它被排序了吗？在研究了pd.algos.is_lexsorted之后，我很高兴这是一个dup<代码>排序很快。

is_sorted(a)

False  

is_sorted(b)

True  

is_sorted = lambda x: (np.diff(x)>=0).all()