在实际业务中不得不遍历多个嵌套 for 循环, 如何提高嵌套 for 循环的性能 耗时太长了~
案例:
比如一把武器
for 一个武器 in 武器库:
for 弹药 in 弹夹:
if 弹药是否属于该武器:
for 弹药属性 in 弹药:
# 判断弹药是否支持攻击某种物体

提前用字典存好

提前存好 +1

最朴素的方法往往是最有效的

空间换时间

请问 while 循环的间隔是 0.2s-0.3s 左右,有方法可以减少吗?

把多层循环的内容根据逻辑改写难易丢 numpy 、丢 pandas 、丢数据库,最不济丢其他性能高的语言去处理呗

像你题目中说的,感觉用一个 df.apply 就能解决,前提是 merge 上必要的信息列

同意 #1

  1. 种类不多,你可以存成 set[tuple[弹药, 该弹药能攻击的物体]]
弹药能攻击的物体 = {
 (弹药 1, 物体 1),
 (弹药 1, 物体 2),
 (弹药 2, 物体 1),
 (弹药 2, 物体 3),
}

判断:if (弹药 1, 物体 1) in 弹药能攻击的物体:

  1. 种类巨多,可能存成 dict[弹药, set[该弹药能攻击的物体]] 能省点内存?但比上面的慢
弹药能攻击的物体 = {
 弹药 1: {物体 1, 物体 2},
 弹药 2: {物体 1, 物体 3},
}

判断:if 物体 1 in 弹药能攻击的物体[弹药 1]:

用二维数据结构组织既有信息

也就是楼上说的用 map 或者 dict 来做

思路一:修改逻辑, 不要用 for 循环
思路二:实在要用 for ,改成 C/C++循环, 可以使用 mypyc 编译该部分代码, 也可以用 cython 编译。mypyc 有语法要求, 性能稍微好一点。cython 可以直接编,性能比较差,但是还是远比 Python for 循环好

我们团队搞了一个专门为 Python 业务逻辑加速的编译器,性能吊打 cython/mypyc/pypy , 可惜不能开源.......

map reduce ?

github.com/Suzhou-Tongyuan/jnumpy 写扩展

numba

#11 numba 不支持 list 结构,他这个 for in 明显是从序列中遍历呢,这个方法不行

用空间换时间,这是最简单的一个算法技巧

有思路了!感谢大佬!

多刷 leetcode

手动展开

长列表遍历本来就慢, python 的循环更是慢中慢...
提前分类, 字典存好比较好

当然是直接换 python 14
python14!

全组合放数据库,直接查结果就行。

这种情况,numba 没用的,绝对是负优化。