为什么这段代码需要这么长时间才能执行python

我在Python上编写了这个代码。如果输入值仅为40x40（用于使用

numpy

）进行图像处理），则需要花费很长时间才能完成。其行为如下：有一个数组，其中包含对象（具有“image”属性，即numpy数组），然后我检查该对象是否位于另一个数组中，然后从第一个数组中选择下一个，并重复该过程，直到我检查所有对象是否都位于另一个数组中：

    #__sub_images is the array containing the objects to be compared
    #to_compare_image is the image that is received as parameter to check if the objects are in there.
    #get_sub_images() is just to retrieve the objects from the array from the received array to find.
    #get_image() is the method that retrieves the attribute from the objects
    same = True
    rows_pixels = 40  #problem size
    cols_pixels = 40  #problem size
    i = 0  #row index to move the array containing the object that must be checked if exist
    j = 0  #col index to move the array containing the object that must be checked if exist
    k = 0  #row index to move the array where will be checked if the object exist
    l = 0  #col index to move the array where will be checked if the object exist

    while i < len(self.__sub_images) and k < len(to_compare_image.get_sub_images()) and l < len(to_compare_image.get_sub_images()[0]):

            if not np.array_equal(self.__sub_images[i][j].get_image(), to_compare_image.get_sub_images()[k][l].get_image()):
                same = False
            else:
                same = True
                k = 0
                l = 0
                if j == len(self.__sub_images[0]) - 1:
                    j = 0
                    i += 1
                else:
                    j += 1

            if not same:
                if l == len(to_compare_image.get_sub_images()[0]) - 1:
                    l = 0
                    k += 1
                else:
                    l += 1

#uuu sub_uimages是包含要比较的对象的数组
#to_compare_image是作为参数接收的图像，用于检查对象是否在其中。
#get_sub_images（）只是从接收的数组中检索要查找的数组中的对象。
#get_image（）是从对象检索属性的方法
相同=正确
行像素=40#问题大小
cols_像素=40#问题大小
i=0#行索引以移动包含必须检查的对象（如果存在）的数组
j=0#col index以移动包含必须检查的对象（如果存在）的数组
k=0#行索引以移动数组，如果对象存在，将在其中进行检查
l=0#col索引，用于移动数组，如果对象存在，将在其中进行检查
而i

我设法在编写代码时只使用了一个

，

，而不是以前使用的4个

循环。为什么还要花这么长时间？这是正常的还是有什么问题？复杂性应该是x而不是x⁴

未包含的代码只是getter，我希望您能在开始时通过
#notes
理解它

谢谢。
代替这个：

if not np.array_equal(self.__sub_images[i][j].get_image(), to_compare_image.get_sub_images()[k][l].get_image()):
    same = False
else:
    same = True
    #snip
if not same:
    #snip

您可以这样做：

same=np.array_equal(self.__sub_images[i][j].get_image(), to_compare_image.get_sub_images()[k][l].get_image())
if same:
    #snip
else:
    #snip

这比以前使用更少的if分支。
我不认为
for
和
而
有什么区别。您是否可以尝试使用预先计算的值替换
while
语句，如以下示例所示：这是为了避免重新计算列表长度。看看这有多大帮助。如果你像我以前一样使用4个嵌套循环（for），就会有很大的不同，每个2D数组2个循环。复杂性变成x⁴, 再过一会儿就好了。我的建议有帮助吗？如果不相同，则应应用于
后面的行。我不知道你的意思，很难将其更改为预先计算的值，因为在正确填充这些值之前，存在多个类，我认为这不会改变任何内容，因为它们仍然是相同的值。从上面的代码中，我最好的猜测是，像
到\u compare\u image.get\u sub\u images（）
这样的操作可能需要很长时间。这些都在每个循环中运行。因此，如果您看看我在这里发布的示例（），您将这些检查的计算移到
while
循环之外。出于同样的原因，如果
语句不相同，则将
to_compare_image.get_sub_images（）[0]）
替换为其计算值。虽然样式更好，但这是一个微不足道的更改；这不是绩效的一个有意义的组成部分。微优化一个简单的布尔检查是毫无意义的，除非它是代码中最热门的部分（事实并非如此）。我不认为仅仅删除if就可以提高效率。你知道为什么复杂度达到40+需要这么长时间吗？