python中有elif吗,python中if和elif的区别
获得最佳性能的一个简单方法是用所有可能的[a，b]对结果构建一个大表。但是，这可能会消耗大量内存，对于较大的n来说是不现实的。
以下是一些优化代码的常用方法。在
1。在逻辑表达式中使用显式and
正如注释中提到的，由于和的短路操作，这更具可读性和效率。在我的测试中，仅这个变化就将减少60%的运行时间。在
2。消除冗余条件
因为a和b的取值范围是从1到{}，如果a==n**2，{}就永远实现不了。因此，条件a%n==0和a！=n * * 2且b==A1的A！=n**2校验是多余的。第三种情况也是如此。通过排除这些条件，下面将变得简单。
elif a % n==0且b==a 1:
elif(a-1 ) % n==0且b==a - 1:
3。条件下避免重复计算。
此外，上述条件也得到了改善。
A% n==0和b==a 1和{}是ABS(a-b )==1的特例。{cd16因此可以在这些条件下重写。在
^{pr2}$
还要注意，ABS(a-b)值与所有条件相关。因此，可以在检查所有条件之前执行计算。随着这一变化，代码将变成d=ABS(a-b)
如果d==0:返回6
elif d==1:
如果a % n==0，b a:返回0
elif b % n==0，a b:返回0
否则返回1
elif d==n - 1:
如果a % n==0并且a b:返回1
elif b % n==0，b a:返回1
否则返回0
返回Elid==n: 1
否则：返回0。
4。简化逻辑
比如上面第一个嵌套的if-else可以简化为ifmin(a，b)% n==0: return 0。
否则返回1
更简洁的语法是return1ifmin(a，b)% n==0 else 0。
五个。特定于Python的优化
Python认为数字0有错误的值。所以对于数量，如果d！=0:和{}分别等价于if d:和{}。后者有点快。应用这一更改将生成以下优化代码：这里使用了更紧凑的语法来缩短答案。At d=ABS(B-a)
如果不是d:返回6
elifd==1:return1ifmin(a，b ) % n else 0
elifd==n-1:return0ifmax(a，b ) % n else 1
else:如果d==n else 0，则返回1
通过应用上述步骤2至5，正常运行时间将进一步缩短50%。
6。根据输入分布调整条件顺序。
这种变化取决于对APP应用中实际输入分布的理解。目标是更快地恢复更多的公共输入。此示例假设输入A和{}均匀分布在[1，n**2]和{}中。在这种情况下，最常见的情况是d值不匹配任何if条件，检查完所有条件后返回0。要加快速度，先检查D是否可能是非零返回值，这样才能更快失败。At d=ABS(a-b)
if1dn-1 ordn:return 0 # return 0 ifdisnotin[0，1，n-1，n]
elifd==1:return1ifmin(a，b ) % n else 0
elifd==n-1:return0ifmax(a，b ) % n else 1
else 3360返回1 ifd==n else 6 # d==0 caseismovedtothelast else sincetislatsfrequentlyseen
7。使用查找表
通过使用查找表可以实现进一步的加速。在这里，您可以存储第一个条件检查的值[0，1，n-1，n]以加快检查速度。在这种情况下，有两个主要选择。长度为-n ^ 1的一组或一个布尔表。前者占用内存少，后者性能更好。请注意，查找表应该在函数外部构建一次，然后传递给函数。使用布尔列表进行搜索的代码是deffunc(n，a，b，lookup):
是=ABS (a-b)
ifnot(d=nandlookup[d]):返回0。
应用步骤6和7(通过布尔列表搜索)后，执行时间将进一步缩短15%。
在此示例中，您还可以使用[min(a，b)% n，d]作为索引，以使用作为嵌套列表或字典实现的2D查找表。然而，在步骤6中相同输入分布的假设下，这比1D搜索慢。这是因为额外的索引开销。在
上面的运行时间是将函数应用于[1，n**2]中所有可能的[a，b]值的总时间。在
郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。