Python 有没有一种方法可以减少从一维向量中找到前k个最大元素的索引所需的时间？

我试图获得Pytorch中数组的最大n个元素和最小n个元素的索引，然后将这些元素连接到一个返回数组中，但是由于数组的大小呈指数增长，这样做所需的时间非常不合理

我已经尝试了包含的代码，以及对向量进行排序，这样我就可以只取第一个和最后的n个元素，但是时间没有减少，我丢失了向量的索引，这正是我所需要的

def绘图（n，分布）：
返回np.concatenate（（np.array（distr.topk，k=int（n），max=True）.index），
数组（distr.topk（k=int（n），max=False）.index）），
轴=0）

---

对于一系列一维数组，大小从长度10到长度2359296不等；此外，变量n是一个整数，值为数组长度的1/10。我的计算机可以在大约0.5秒内计算出所有数组中最大和最小n个元素的索引。我希望尽可能地减少这一时间，最好是少于0.2秒

您应该使用

torch.topk（x，k）

---

---

也许您应该在不重复出现的情况下进行排序，然后从排序中获取n/size元素并表示索引！

k=2
x = torch.arange(0,10).resize_((2,5))
print(x)
print("...")
res, ind = torch.topk(x,k)
print(res)

tensor([[0, 1, 2, 3, 4],
        [5, 6, 7, 8, 9]])
...
tensor([[4, 3],
        [9, 8]])