Python 降低列表操作的复杂性

我有一个python问题要解决，我确实解决了，但是我得到了一些关于解决方案糟糕性能的批评……因此我想在这里分享它，并检查可能的改进：

问题很简单，它是关于找到列表第一部分和第二部分之和之间的最小绝对差

例如，如果我们有：

L = [3, 1, 2, 4, 3]

我们可以将其分为四个阶段：

i = 1, abs difference = |3 − 10| = 7 
i = 2, abs difference = |4 − 9| = 5 
i = 3, abs difference = |6 − 7| = 1 
i = 4, abs difference = |10 − 3| = 7 

在此示例中，脚本应返回

1

作为最小绝对差

正如我所说，这对我来说很容易，我做到了：

def get_minAbsDiff(L):
    return min([abs(sum(L[0:i+1]) - sum(L[i+1:])) for i in xrange(len(L)-1)])

然而，这似乎是太时间复杂的解决方案O（N*N）

这个问题有可能得到O（N）吗

编辑：

---

是其他人告诉我这个O（N*N）复杂性，我实际上不知道这个例子是不是真的。

你可以通过从右和向左和一次移动一个值来增量计算和

下面是我如何编写它的，

sums

将

xs

的所有分区生成为左和右，并生成它们的和

def sums(xs):
    left, right = 0, sum(xs)
    for x in xs:
        yield left, right
        left += x
        right -= x
    yield left, right

def min_abs_diff(xs):
    return min(abs(left - right) for left, right in sums(xs))

print min_abs_diff([3, 1, 2, 4, 3])

---

你不必总是对所有元素求和。创建一次总和并在循环中更新：

def min_abs_diff(L):
    sum1, sum2 = 0, sum(L)
    min_abs_diff = float('inf')  # sentinel value
    for i in L:
        sum1 += i
        sum2 -= i
        abs_diff = abs(sum1 - sum2)
        if min_abs_diff > abs_diff:
            min_abs_diff = abs_diff
    return min_abs_diff

因此，您从

0

和

13

开始，然后在循环中，当您将

i

的值从一个和移到另一个时，这将变成

3

和

10

您的解决方案是O（N*N），因为

sum（）

函数也会循环。因此，对于列表理解中的每个迭代，当你将所有N个元素相加为两个总数时，你需要N个步骤，并且你有N个这样的迭代。

实现O（N）解决方案的关键是要认识到，当你在列表中移动时，你从一个和中减去，然后加到另一个和中。所以

def get_minAbsDiff(L):
    leftSum = 0
    rightSum = sum(L)
    minDiff = rightSum

    for i in L:
        leftSum += i
        rightSum -= i
        diff = abs(leftSum-rightSum)

        if diff < minDiff: minDiff = diff

    return minDiff

def get_minAbsDiff（L）：
leftSum=0
rightSum=总和（L）
minDiff=rightSum
对于L中的i：
leftSum+=i
右和-=i
差异=绝对值（左和右和）
如果diff

首先，总结整个列表，复杂性为O（N）

第二，使用for循环来减少值ps：我们应该减少item的两倍，因为我们在第一步添加它。for循环的时间复杂度也是O（N）

---

第三，使用

min

找出最小值，时间复杂度也是O（N）

我知道这里已经有太多的解决方案了。只是想在时间和空间上添加最简单的算法

testList = [1,2,3,4,5]

totalSum = sum(testList)

currentSum = 0
minDiff = totalSum

for a in testList:
    currentSum += a
    minDiff = min( abs(totalSum - currentSum - currentSum), minDiff)

print minDiff

---

是的，您生成的代码是O（N*N），因为

sum（）

也在元素上循环。因此，对于

xrange（）

循环中的每个

i

，您可以循环

L

中的所有元素，只循环求和。@马丁：好的，谢谢您的解释！因为所有的答案对我来说都很好，我必须选一个…我会选这个来解释O（N*N）！！

testList = [1,2,3,4,5]

totalSum = sum(testList)

currentSum = 0
minDiff = totalSum

for a in testList:
    currentSum += a
    minDiff = min( abs(totalSum - currentSum - currentSum), minDiff)

print minDiff