Python 在已排序的日期列表中查找新数据插入位置的最快方法

假设我有一个日期列表：

mydates = [Timestamp('2017-03-31 00:00:00'),
  Timestamp('2017-06-30 00:00:00')     
  Timestamp('2017-09-30 00:00:00'),
 Timestamp('2017-12-31 00:00:00'),
 Timestamp('2018-03-31 00:00:00')]

我得到了一个新的日期，想知道该插入哪个位置。如果该日期已在列表中，我们假设将再次将其插入现有日期的右侧

---

也就是说，

'2016-12-10'

将插入位置0，左至

时间戳（'2017-03-31 00:00:00'）

，等等。

如果您有已排序的列表，您可以插入新日期并对结果进行排序。您还可以使用。

如果您有已排序的列表，则可以插入新日期并对结果进行排序。您也可以使用。

一般来说，找到位置的最佳方法是对数搜索。但细节取决于你拥有什么

另外，请注意，即使您将搜索从线性时间改进为对数时间，如果您使用的是

列表

或

数组

之类的数据结构，

插入

仍然需要线性时间（因为它必须将列表的其余部分向上移动）。因此，您可能优化了错误的内容

• 对于一个非常小的集合，比如一个包含5个值的

  列表

  ，您最好只使用线性搜索
• 如果您在一个阶段中完成了几乎所有的插入，并且在收集之后几乎所有的搜索都已经完成，只需使用

  集合收集所有内容。添加
  或
  列表。追加
  ，然后在该阶段结束时对其进行
  排序。这仍然是有效的（摊销）日志时间，但有更好的乘数

• 对于

  列表

  或其他普通

  序列

  ，请使用stdlib
• 对于numpy

  数组

  ，或在其上构建的类似熊猫

  系列的东西：使用numpy的。（如果您正在存储一组Pandas
  Timestamp
  对象，您可能应该使用这些数据结构中的一种，而不是
  列表
  ，如果您还没有这样做的话。）

• 如果您正在执行大量插入（和删除？）与查找交错，那么您可能希望切换到对数数据结构。这里有很多选择，但类似的东西是一个很好的起点

---

一般来说，找到位置的最佳方法是对数搜索。但细节取决于你拥有什么

另外，请注意，即使您将搜索从线性时间改进为对数时间，如果您使用的是

列表

或

数组

之类的数据结构，

插入

仍然需要线性时间（因为它必须将列表的其余部分向上移动）。因此，您可能优化了错误的内容

• 对于一个非常小的集合，比如一个包含5个值的

  列表

  ，您最好只使用线性搜索
• 如果您在一个阶段中完成了几乎所有的插入，并且在收集之后几乎所有的搜索都已经完成，只需使用

  集合收集所有内容。添加
  或
  列表。追加
  ，然后在该阶段结束时对其进行
  排序。这仍然是有效的（摊销）日志时间，但有更好的乘数

• 对于

  列表

  或其他普通

  序列

  ，请使用stdlib
• 对于numpy

  数组

  ，或在其上构建的类似熊猫

  系列的东西：使用numpy的。（如果您正在存储一组Pandas
  Timestamp
  对象，您可能应该使用这些数据结构中的一种，而不是
  列表
  ，如果您还没有这样做的话。）

• 如果您正在执行大量插入（和删除？）与查找交错，那么您可能希望切换到对数数据结构。这里有很多选择，但类似的东西是一个很好的起点

---

看起来您的日期没有排序。那么什么是

时间戳

？假设

时间戳

来自pandas库，您应该利用

np.searchsorted

：

np.searchsorted（mydates，Timestamp（'2016-12-10'））

-返回0。如果您有排序数组，二进制搜索通常是搜索它的最佳方式。它的可能重复项看起来不像您的日期已排序。那么什么是

Timestamp

？假设

Timestamp

来自熊猫库，您应该利用

np.searchsorted

：

np.searchsorted（mydates，Timestamp（'2016-12-10'））

-返回0。如果您有一个排序的数组，二进制搜索通常是搜索它的最佳方式。可能是重复的