Python 如何快速查找数组中未配对的元素？

我正在练习一些来自Codibility的问题。但是，每次我运行这些问题时，我的性能（运行时）得分都很低（25%）。你能帮助我知道如何改进我的代码以便获得更好的分数吗

问题是：

def solution(A):
# write your code in Python 3.6
    lis=[i for i in A if A.count(i) ==1]
    return lis[0]

编写一个函数：

def solution(A)

给定一个由满足上述条件的N个整数组成的数组A，返回未配对元素的值

例如，给定一个数组，使得：

  A[0] = 9  A[1] = 3  A[2] = 9
  A[3] = 3  A[4] = 9  A[5] = 7
  A[6] = 9

该函数应返回7，如上面示例中所述

我的代码是：

def solution(A):
# write your code in Python 3.6
    lis=[i for i in A if A.count(i) ==1]
    return lis[0]

输出：

def solution(A):
# write your code in Python 3.6
    lis=[i for i in A if A.count(i) ==1]
    return lis[0]

媒介2 “中等随机试验n=100003✘超时错误 杀死。达到硬限制：6.000秒”

---

这是因为

list.count

每次都会搜索整个列表，即O（N）*N或N**2。您可以使用来计算一个项目一次或一次出现的次数，查找次数为O（1），因为它是一个字典：

从集合导入计数器
def溶液（A）：
c=计数器（A）
#这将迭代所有键/值对
#最坏的情况是N个元素长
返回[k表示k，如果v==1，则返回c.items（）中的v]

要显示速度的增加：

python-m timeit-s“来自随机导入randint；A=[randint（0500）表示范围（10000）中的i]”x=[A表示范围（10000）中的A，如果A.count（A）==1]“
10个循环，最好为3:957毫秒/循环
python-m timeit-s“从随机导入randint；从集合导入计数器；A=[randint（0500）表示范围（10000）中的i]；c=Counter（A）”“x=[s表示s，v表示c.items（），如果v==1]”
10000个循环，最好3个：每个循环20.1 usec

尽管我每次都创建一个随机列表，但在20次试验中，

计数器

实现的平均最佳运行时间为20.2us，而

list.count

实现的平均最佳运行时间为962.1ms。因此，即使每次运行都不完全是苹果对苹果，我认为平均显示本身

尝试以下方法：

import collections 

k = collections.Counter(A)
return [ i for i in k if k[i] == 1]

---

带有

itertools.groupby（）

的版本的性能大约是带有

集合的版本的3倍。计数器

：

import collections
from itertools import groupby
import timeit

l = [9, 3, 9, 3, 9, 7, 9]

def fn1(lst):
    return [v for v, g in groupby(sorted(lst)) if len([*g]) == 1]

def fn2(lst):
    k = collections.Counter(lst)
    return [i for i in k if k[i] == 1]

print(timeit.timeit(lambda: fn1(l), number=100_000, globals=globals()) )
print(timeit.timeit(lambda: fn2(l), number=100_000, globals=globals()) )

印刷品：

0.11646193999331445
0.33489679799822625

---

对于堆栈来说，这可能是一个好问题site@G.Anderson非常感谢。“我不知道。”安德烈·凯斯利·多谢也尝试过这种方法。但Codibility对这两种方法的评分相同。感谢您的帮助。与优化相关的问题适用于堆栈溢出，无需将它们转移到代码审阅。问题中所描述的问题相对较小且重点突出，因此我不确定为什么应用“过于宽泛”的近距离推理。此外，根据答案，可以通过了解适当的python函数来解决问题，这正是堆栈溢出的目的。投票赞成重新开放。谢谢你，它起作用了。早些时候，他们不允许我导入numpy，所以我认为不允许导入额外的LIB。无论如何，这是可行的。非常感谢：）@AkhilT Counter只是一个专门用于计数的dict。您可以使用简单的dict@juanpa.arrivillaga谢谢你提供的信息。这很有帮助。小优化：通过将

[k表示c中的k，如果c[k]=1]

更改为

[k表示c中的k，如果v==1]

来避免嵌套查找和

dict

查找开销。对于较小的输入，速度可能稍慢，但对于较大的输入，应能更好地扩展。此外，除非练习需要，否则不要将导入放在函数本身中（重新导入模块非常昂贵，至少在CPython上是如此，即使模块已经加载并缓存，这要归功于极其复杂的模块查找机制）。@ShadowRanger true，我比较快地完成了这项工作，我会把它添加为一个稍微慢一点的编辑器，但是

sum（1代表g）

不会将整个列表读入内存，而不是

len（[*g]）

。我怀疑这里的性能改进是输入量小的结果；对于三个独特的项，

排序的

O（n log n）复杂性几乎不重要，

groupby

实现中的低效性无关紧要，而

计数器

的大致计算复杂性没有机会显现出来。根据我的经验，

groupby

比人们想象的要慢得多（有时即使输入已经排序，也会输给

计数器

，因此不需要调用

sorted

。@Error syntacticalreforse:或者过分使用。：-）@暗影游侠让我们撕开。。。虽然在我的机器（AMD 2400G）上，该解决方案似乎是最慢的（至少从在repl.it上测试来看是如此）@ShadowRanger，但使用

groupby（）

的版本在输入阵列的长度达到85-90之前速度更快。