Python 在2D列表中交换0和1的最快方式

假设我有一个矩阵：

[[1, 1, 1, 0, 0,], [0, 1, 0, 1], [1, 0, 1]]

我想把它改成：

[[0, 0, 0, 1, 1,], [1, 0, 1, 0], [0, 1, 0]]

处理这个案子最快的方法是什么

目前，我在另一个for循环中使用for循环，如下所示，这显然太慢了

for my_row in my_mat:
   for my_val in my_row:
      my_val = 1 if my_val == 0 else 0

---

我不认为它慢，但它不是最快的。这里有一些更快的选择

减法超简单 这样就不需要进行if检查。不过，只有当您有一个0/1的列表并且只想翻转这些值时，这才有意义

位用异或翻转 一般来说，XOR运算速度很快，所以如果您的正值超过1，那么这是一个很好的选择

不倒置 请注意，这会将非零值压缩为1。not将整数转换为truthy/falsy值，随后的int将False转换为0，或将True转换为1

如果您对此处建议的所有方法的性能感兴趣

lst = np.random.choice(2, (1000, 1000)).tolist()

%timeit [[int(not j) for j in i] for i in lst]
%timeit [[j ^ 1 for j in i] for i in lst]
%timeit [[1 - j for j in i] for i in lst]

10 loops, best of 3: 175 ms per loop
10 loops, best of 3: 89.8 ms per loop
10 loops, best of 3: 61.1 ms per loop

---

我不认为它慢，但它不是最快的。这里有一些更快的选择

减法超简单 这样就不需要进行if检查。不过，只有当您有一个0/1的列表并且只想翻转这些值时，这才有意义

位用异或翻转 一般来说，XOR运算速度很快，所以如果您的正值超过1，那么这是一个很好的选择

不倒置 请注意，这会将非零值压缩为1。not将整数转换为truthy/falsy值，随后的int将False转换为0，或将True转换为1

如果您对此处建议的所有方法的性能感兴趣

lst = np.random.choice(2, (1000, 1000)).tolist()

%timeit [[int(not j) for j in i] for i in lst]
%timeit [[j ^ 1 for j in i] for i in lst]
%timeit [[1 - j for j in i] for i in lst]

10 loops, best of 3: 175 ms per loop
10 loops, best of 3: 89.8 ms per loop
10 loops, best of 3: 61.1 ms per loop

---

最快的算法是保持矩阵不变。请记住，在一个单独的标志中，您读取或写入的每个值都必须反转。完成了

---

但是如果你实际需要反转矩阵中的每个值，那么只有一个算法——你已经发现的算法。剩下的不是algo，而是该算法最有效的实现。

最快的算法是保持矩阵不变。请记住，在一个单独的标志中，您读取或写入的每个值都必须反转。完成了

---

但是如果你实际需要反转矩阵中的每个值，那么只有一个算法——你已经发现的算法。剩下的不是关于算法，而是关于该算法最有效的实现。

显然太慢了——没有更快的算法。您需要查看每个值，以确定是否需要翻转它=>Onm in n，m矩阵的维数。为什么这显然太慢了？除非您对矩阵中的数据有所了解，否则如果您想将0与1交换，并将1与0交换，那么您别无选择，只能触摸ever元素，因为速度太慢了—没有更快的算法。您需要查看每个值，以确定是否需要翻转它=>Onm in n，m矩阵的维数。为什么这显然太慢了？除非你对矩阵中的数据有所了解，否则别无选择，如果你想用1交换0，用0交换1，这很可爱。也许j^1是另一种选择？@trincot哦，是的！按位。。。这应该更快。介意我加上吗？一点也不介意。去做吧-@谢谢你的建议！有趣的是，如果发现它没有第一个选项快，但仍然很快。嘿，这很可爱。也许j^1是另一个选项？@trincot哦，是的！按位。。。这应该更快。介意我加上吗？一点也不介意。去做吧-@谢谢你的建议！有趣的是，如果发现它没有第一个选项那么快，但仍然很快。

>>> [[int(not j) for j in i] for i in lst]
[[0, 0, 0, 1, 1], [1, 0, 1, 0], [0, 1, 0]]

lst = np.random.choice(2, (1000, 1000)).tolist()

%timeit [[int(not j) for j in i] for i in lst]
%timeit [[j ^ 1 for j in i] for i in lst]
%timeit [[1 - j for j in i] for i in lst]

10 loops, best of 3: 175 ms per loop
10 loops, best of 3: 89.8 ms per loop
10 loops, best of 3: 61.1 ms per loop