Python 从列表中获取min（）和max（）的有效方法？

我的问题源于发到的答案

大多数解决方案建议使用类似于

a = [10,12,13,8]
# get set of full numbers
allNums = set( (x for x in range(min(a),max(a)+1)))
# do some kind of set operation / symetric difference 

这需要对

a

进行2次迭代，以从列表中获取

min（a）

和

max（a）

作为值，以构建包含

min（a）

和

max（a）

之间所有数字的范围

很容易将其简化为一次

a

：

def minmax(data):
    """Get the min and max of an iterable in O(n) time and constant space."""
    minValue = data[0]
    maxValue = data[0]
    for d in data[1:]:
        minValue = d if d < minValue else minValue
        maxValue = d if d > maxValue else maxValue
    return (minValue,maxValue)

:

简单的最小/最大使用量：

t2 = timeit.timeit("""
mi,ma=min(data),max(data)
""",setup=data, number = 1000)

使用if/elif进行一次性尝试，以减少比较：

t3 = timeit.timeit("""
mi,ma=minmax(data) 
""",setup="""
def minmax(data):
    minValue = data[0]
    maxValue = data[0]
    for d in data[1:]:
        if d < minValue:     # changed to if / elif: in a vain attempt to make it faster
            minValue = d     # its closer to the proposed solution in the numpy-question 
        elif d > maxValue:   # linked above
            maxValue = d
    return (minValue,maxValue)
""" + data, number = 1000)

你可以用

---

O（n+n）=O（n）只需使用

min（list）

和

max（list）

@PatrickArtner，这取决于您的整体算法复杂度以及需要找到min和max的次数。当这2n个案例成为瓶颈时，我几乎无法想到问题。@PatrickArtner，您可能会首先找到类似问题的答案，你提出的两个解都取2n（O（n）渐近）。如果你想要一个更好的方法，你可以在不到2n的比较中找到最小值和最大值，实际上你可以在1.5n的比较中找到，参见这里的例子：。当然，两种方法都是O（n）但实际上1.5n比2n比较快。我认为您应该将其与只调用

min

和

max

一次比较。这种方法比较慢。但是它回答了op的问题。。。

t2 = timeit.timeit("""
mi,ma=min(data),max(data)
""",setup=data, number = 1000)

t3 = timeit.timeit("""
mi,ma=minmax(data) 
""",setup="""
def minmax(data):
    minValue = data[0]
    maxValue = data[0]
    for d in data[1:]:
        if d < minValue:     # changed to if / elif: in a vain attempt to make it faster
            minValue = d     # its closer to the proposed solution in the numpy-question 
        elif d > maxValue:   # linked above
            maxValue = d
    return (minValue,maxValue)
""" + data, number = 1000)

t4 = timeit.timeit("""
mi,ma=minmax(data) 
""",setup="""
def minmax(data):
    minValue = data[0]
    maxValue = data[0]
    for d in data[1:]:
        minValue = d if d < minValue else minValue 
        maxValue = d if d > maxValue else maxValue 
    return (minValue,maxValue)
""" + data, number = 1000)

minmanx-reduce:      148.5929143627707   
default min + max:     3.376458476185718     # ouch .. seems we just use these
minmax1passOptimized: 15.975109436292087   
minmax1pass:          20.29275910515082

import functools

def minmax(aa):
    return functools.reduce(lambda mm,xx : ( min(mm[0],xx),max(mm[1],xx)) , aa, ( aa[0],aa[0],))

print(minmax([10,25,5,100,12,32])) # print (5, 100)