Python np.searchsorted（）背后是否有一个有趣的算法？

searchsorted（）函数对于在numpy中组织数据非常有用，尤其适用于大型数组

为什么这么快？只是（类似于矢量化代码），我们可以让代码直接在“C”中运行。但是有没有可能我可以在numpy中获得类似的更基本的函数呢？我可以写（使用matlab的人称之为“矢量化代码”来执行searchsorted的操作吗？

Spyder（IPython控制台）和line magics很有用

np.searchsorted??
Signature: np.searchsorted(a, v, side='left', sorter=None)
Source:   
@array_function_dispatch(_searchsorted_dispatcher)
def searchsorted(a, v, side='left', sorter=None):
    """
    Find indices where elements should be inserted to maintain order.
... huge snip
    This function uses the same algorithm as the builtin python `bisect.bisect_left`
    (``side='left'``) and `bisect.bisect_right` (``side='right'``) functions,
    which is also vectorized in the `v` argument.
... ditto    
    """
    return _wrapfunc(a, 'searchsorted', v, side=side, sorter=sorter)
File:      c:\...source path...\lib\site-packages\numpy\core\fromnumeric.py
Type:      function

---

因此，如果需要实际的算法细节，搜索将在python端进行对分。

该算法是基本的，tt使用二进制搜索，因此它可以以对数而不是线性扩展为代价预先排序数据。矢量化并没有在这方面发挥作用，尽管我想象代码是在C级别实现的。您可以使用

对分

模块实现类似的功能，或者编写自己的对分搜索算法（数百万CS入门学生最终必须这么做…）注意，矢量化通常只影响“常量因子”，即它在算法上并不比python级别的for循环更有效，它的速度明显更快，但它的伸缩性相同。也许我误解了这个问题，但是

searchsorted

已经矢量化了。在

result=a.searchsorted（target）

中，

a

和

target

都可以是数组，

result

将具有与

target

相同的形状。如果你需要一些不同的东西，你能描述一下你需要什么吗。@BiRico，我想我的问题已经得到了回答，但我想解释一下searchsorted函数中发生了什么，以及我是否可以在numpy/python中编写与它速度相当的代码。（这样我就可以理解解释其加速的算法）收集您的评论，numpy代码基本上应用了C中的二进制搜索方法，它解释了相对于“矢量化”代码的加速，该代码将（快速）搜索列表中的每个元素。