Python：有没有优化的方法来检查两个列表是否同时增加？

假设我们有两个列表

a=[1,2,4,3,5]

和

b=[1031228005001000]

是否有一种优化的方法可以检查它们是否“一起增加”

我当前的解决方案采用了一个循环：

for i in range(1,len(a)):
   if (a[i-1] < a[i] and b[i-1] > b[i]) or (a[i-1] > a[i] and b[i-1] < b[i]):
       print('wrong')

对于范围（1，len（a））中的i：
如果（a[i-1]b[i]）或（a[i-1]>a[i]和b[i-1]

有更好的办法吗

注:

• 解决方案不需要特定于列表（实际上任何数据结构都可以工作）
• 这两个iterables不需要增加相同数量的单位，只需要一起增加

就O（顺序符号）而言，假设列表没有一定的顺序，那么就没有比线性更好的了。但是，您可以使用诸如cython、numba之类的python编译器来加速代码。您的代码使用：

那么

与您的解决方案的性能比较如下：

您的解决方案：8.09s
vary_合在一起：0.2（在第二次运行时对编译时间进行折扣）

---

如果您需要在脚本中反复运行代码，请在

nb.njit

decorator中执行

cache=True

。

您的速度不可能超过O（n），但是，通过使用

numpy.diff

并比较

a

和

b

的差异的

符号，您可以使代码稍微短一些，并且可能更可读：

>>> from numpy import diff, sign
>>> a, b = [1,2,4,3,5], [103,122,800,500,1000]
>>> sign(diff(a))
array([ 1,  1, -1,  1])
>>> all(sign(diff(a)) == sign(diff(b)))
True
>>> a, b = [1,2,4,3,5], [103,122,800,500,100]
>>> all(sign(diff(a)) == sign(diff(b)))
False

此解决方案的缺点是它不使用延迟求值，即它计算并比较整个
符号（diff（…）
数组，即使
a
和
b
的“增量”在第一个位置不同。如果列表很长，则应该考虑使用另一种方法。
< P>可以使用Python迭代器提供的懒惰评估，也就是说，一旦没有相同的变化符号
，我们就不需要继续遍历两个列表（结构）。
def compare_variation( a, b ):
    a_variations = ( a[ i - 1 ] < a[ i ] for i in range( 1, len( a ) ) )
    b_variations = ( b[ i - 1 ] < b[ i ] for i in range( 1, len( b ) ) )
    return all( x == y for x, y in zip( a_variations, b_variations  ) )

def比较变量（a，b）：
a_变量=（a[i-1]
下面是一种理解列表的方法：

c = [(a[x + 1] - a[x]) * (b[x + 1] - b[x]) for x in range(len(a) - 1)]
if any([x < 0 for x in c]):
    print('Wrong')

c=[（a[x+1]-a[x]）*（b[x+1]-b[x]）表示范围内的x（len（a）-1）]
如果有（[x<0表示c中的x]）：
打印（'错误'）

比较所有以前的方法（除了numba方法），tobias_k的答案在处理足够大的列表（大约列出40个元素）时看起来最有效。
通过优化，您希望比当前的O（N）更快？您认为“一起增加”是什么意思？两个列表中的元素是否按递增顺序排序？或者对于所有可能的索引，一个列表中的元素[i]比另一个列表中的元素[i]大？还有什么？好吧，有循环，还有比较运算本身。所以两者都是。看看我是否忘记了CS方法，它更优雅地处理了这个问题。通过使用numpy ndarrays来表达这个问题，您可能会在性能上得到一些改进。@quant我的意思是，无论项目的初始类型如何，如果元素a[I]大于a[I-1]对于列表b中具有相同索引的项目也是如此。如果您仍然计算整个列表
a
和
b
的
diff
和
符号
，那么懒散地评估它们是否相等并不会显著减少操作次数，即使它们在第一次比较中有所不同。@tobias_k valid point我已经相应地更新了我的代码，谢谢。如果a[i-1]

，您可以只编写

a[i-1]，而不是
True。另外，我建议切换到Python 3，即只使用
range
和
zip
，它们现在返回迭代器而不是列表。@tobias_k我已经根据您的建议更改了代码，谢谢loot@tobias_k完全忘记了xrange，非常感谢，非常感谢回答得好。但是对于初学者来说，numba看起来很有异国情调。将vary_与ma=-a相加（a，ma）以强制执行惰性方面。比较有无numba（4例），我发现这是最优雅的，它避免了显式循环。谢谢当你比较两个同时增加的大列表时，你的方法实际上是最快的。
>>> from numpy import diff, sign
>>> a, b = [1,2,4,3,5], [103,122,800,500,1000]
>>> sign(diff(a))
array([ 1,  1, -1,  1])
>>> all(sign(diff(a)) == sign(diff(b)))
True
>>> a, b = [1,2,4,3,5], [103,122,800,500,100]
>>> all(sign(diff(a)) == sign(diff(b)))
False

def compare_variation( a, b ):
    a_variations = ( a[ i - 1 ] < a[ i ] for i in range( 1, len( a ) ) )
    b_variations = ( b[ i - 1 ] < b[ i ] for i in range( 1, len( b ) ) )
    return all( x == y for x, y in zip( a_variations, b_variations  ) )

c = [(a[x + 1] - a[x]) * (b[x + 1] - b[x]) for x in range(len(a) - 1)]
if any([x < 0 for x in c]):
    print('Wrong')