python：返回列表中前n个元素的最大值

我有一个列表，需要在列表

a

中找到两个列表，分别跟踪最大值/最小值

在某些包或

numpy

中是否有不需要循环的函数？我需要加快我的代码，因为我的数据集是巨大的

a=[4,2,6,5,2,6,9,7,10,1,2,1]
b=[];c=[];
for i in range(len(a)):
    if i==0:
        b.append(a[i])
    elif a[i]>b[-1]:
        b.append(a[i])
for i in range(len(a)):
   if i==0:
       c.append(a[i])
   elif a[i]<c[-1]:
       c.append(a[i])
#The output should be a list :
b=[4,6,9,10];c=[4,2,1] 

a=[4,2,6,5,2,6,9,7,10,1,2,1]
b=[]；c=[]；
对于范围内的i（len（a））：
如果i==0：
b、 附加（a[i]）
如果a[i]>b[-1]：
b、 附加（a[i]）
对于范围内的i（len（a））：
如果i==0：
c、 附加（a[i]）
如果a[i]要启动，只需使用
a
的第一个元素初始化
b
和
c
。这简化了循环（您只需要1个循环）：

首先，您只需使用
a
的第一个元素初始化
b
和
c
。这简化了循环（您只需要1个循环）：

因为您说您正在处理一个非常大的数据集，并且希望避免使用循环，所以这可能是一个潜在的解决方案，它可以将循环保持在最小值：

def while_loop(a):
    b = [a[0]]
    c = [a[0]]
    a = np.array(a[1:])
    while a.size:
        if a[0] > b[-1]:
            b.append(a[0])
        elif a[0] < c[-1]:
            c.append(a[0])
        a = a[(a > b[-1]) | (a < c[-1])]

    return b, c

def while_循环（a）：
b=[a[0]]
c=[a[0]]
a=np.array（a[1:]
而a.尺寸：
如果a[0]>b[-1]：
b、 追加（a[0]）
如果a[0]b[-1]）|（a

编辑：

def for_loop(a):
    b = [a[0]]
    c = [a[0]]
    for x in a[1:]:
        if x > b[-1]:
            b.append(x)
        elif x < c[-1]:
            c.append(x)

    return b, c


print(
    timeit(lambda: while_loop(np.random.randint(0, 10000, 10000)), number=100000)
)  # 27.847886939000002
print(
    timeit(lambda: for_loop(np.random.randint(0, 10000, 10000)), number=100000)
)  # 112.90950811199998

def for_循环（a）：
b=[a[0]]
c=[a[0]]
对于[1:]中的x：
如果x>b[-1]：
b、 附加（x）
elif x

好的，我刚刚检查了常规for循环的计时，while循环似乎快了4-5倍。但不能保证，因为这在很大程度上取决于数据集的结构（请参见注释）。
因为您说您正在处理一个非常大的数据集，并且希望避免使用循环，所以这可能是一个潜在的解决方案，它可以将循环保持在最低限度：

def while_loop(a):
    b = [a[0]]
    c = [a[0]]
    a = np.array(a[1:])
    while a.size:
        if a[0] > b[-1]:
            b.append(a[0])
        elif a[0] < c[-1]:
            c.append(a[0])
        a = a[(a > b[-1]) | (a < c[-1])]

    return b, c

def while_循环（a）：
b=[a[0]]
c=[a[0]]
a=np.array（a[1:]
而a.尺寸：
如果a[0]>b[-1]：
b、 追加（a[0]）
如果a[0]b[-1]）|（a

编辑：

def for_loop(a):
    b = [a[0]]
    c = [a[0]]
    for x in a[1:]:
        if x > b[-1]:
            b.append(x)
        elif x < c[-1]:
            c.append(x)

    return b, c


print(
    timeit(lambda: while_loop(np.random.randint(0, 10000, 10000)), number=100000)
)  # 27.847886939000002
print(
    timeit(lambda: for_loop(np.random.randint(0, 10000, 10000)), number=100000)
)  # 112.90950811199998

def for_循环（a）：
b=[a[0]]
c=[a[0]]
对于[1:]中的x：
如果x>b[-1]：
b、 附加（x）
elif x

好的，我刚刚检查了常规for循环的计时，while循环似乎快了4-5倍。但不能保证，因为这在很大程度上取决于数据集的结构（参见注释）。
不太了解这两个列表是什么，请澄清。要在列表中查找最大值，您可以使用标准的
max（）
或
numpy.max
在numpy中查找问题的标题与您要查找的输出不匹配，这有点令人困惑。您可以使用
max（）
和切片来查找列表部分的最大值。i、 e.
max（a[：5]）
将找到a的前五个元素中的最大值。预期输出看起来像是min和maxes的累进集合。例如，
4
是在看到6之前的最大值，在看到9之前的最大值，等等。您是否在初始列表（
a
）中寻找升序（
b
）和降序（
c
）值？不太了解这两个列表是什么，请澄清。要在列表中查找最大值，您可以使用标准的
max（）
或
numpy.max
在numpy中查找问题的标题与您要查找的输出不匹配，这有点令人困惑。您可以使用
max（）
和切片来查找列表部分的最大值。i、 e.
max（a[：5]）
将找到a的前五个元素中的最大值。预期输出看起来像是min和maxes的累进集合。例如，
4
是在看到6之前的最大值，在看到9之前的最大值，等等。您是否在寻找初始列表（
a
）中的升序（
b
）和降序（
c
）值？我怀疑在大多数情况下（即
a
与
[5,4,6,3,7,2,8,1]
，在新的分钟和新的最大值之间交替）。谢谢@chepner，说得好！我对性能不是很确定，因为我还没有真正感觉到某些操作有多么昂贵，我只是想到了尽可能多地消除循环。也许其他人可以改进我的方法。我怀疑这对于非常大的输入来说是更快的。这是我的想法s O（n^2），而对于

-循环的单次扫描

是O（n）。而a.size:

是O（n），嵌套的

a=a[（a>b[-1]）|（a

对于总的O（n^2）也是O（n）这种方法只有当每个掩码消除了很多项目时才有优势，这得益于NUMPY数组的原始性能优势。但是根据数据，这可能是一个合理的假设。是的，对于随机数，这应该相当好。如果您从In中提取<代码> N< /代码>数字，请考虑一下。terval[0，

n

），第一个数字大于以下项目的50%的可能性为50%。如果项目数量大于项目范围，这也将是一个优势（例如，如果只有数字

0

和

1

，则无论大小，您的算法都需要两个步骤