获取列表中各个部分的总和

bad*_*ker 1 python list-comprehension list

我有一个清单,[0, 1, 2, 3, 4, 5, 6]并总结了各个部分,以便:

l = [0, 1, 2, 3, 4, 5, 6] -> 21

l = [1, 2, 3, 4, 5, 6] -> 21

l = [2, 3, 4, 5, 6] -> 20

l = [3, 4, 5, 6] -> 18

l = [4, 5, 6] -> 15

l = [5, 6] -> 11

l = [6] -> 6

l = [] -> 0
Run Code Online (Sandbox Code Playgroud)

因此,我得到了列表各部分的相应总和: [21, 21, 20, 18, 15, 11, 6, 0]

我使用的代码是:

[sum(l[i:]) for i in range(len(l) + 1)]

但是,对于范围大于100000代码的列表,速度会大大降低。

知道为什么以及如何对其进行优化吗?

Chr*_*nds 7

我建议itertools.accumulate这样做(我记得比更快np.cumsum),将一些列表反转以得到所需的输出:

>>> from itertools import accumulate
>>> lst = [0, 1, 2, 3, 4, 5, 6]
>>> list(accumulate(reversed(lst)))[::-1]
[21, 21, 20, 18, 15, 11, 6]
Run Code Online (Sandbox Code Playgroud)

0如果需要,您可以简单地添加到末尾)


Ark*_*tev 7

这可能有助于减少大列表的计算时间:

l = [0, 1, 2, 3, 4, 5, 6]
output = list(np.cumsum(l[::-1]))[::-1]+[0]
Run Code Online (Sandbox Code Playgroud)

输出

[21, 21, 20, 18, 15, 11, 6, 0]
Run Code Online (Sandbox Code Playgroud)

这是四种不同方法的性能比较,所有这些方法都具有相同的作用:

from timeit import timeit

def sum10(l):
    from itertools import accumulate
    return list(accumulate(reversed(l)))[::-1]+[0]

def sum11(l):
    from itertools import accumulate
    return list(accumulate(l[::-1]))[::-1]+[0]


def sum20(l):
    from numpy import cumsum
    return list(cumsum(l[::-1]))[::-1]+[0]

def sum21(l):
    from numpy import cumsum
    return list(cumsum(list(reversed(l))))[::-1]+[0]

l = list(range(1000000))
iter_0 = timeit(lambda: sum10(l), number=10)  #0.14102990700121154
iter_1 = timeit(lambda: sum11(l), number=10)  #0.1336850459993002
nump_0 = timeit(lambda: sum20(l), number=10)  #0.6019859320003889
nump_1 = timeit(lambda: sum21(l), number=10)  #0.3818727100006072
Run Code Online (Sandbox Code Playgroud)