如何减少Python代码的运行时间

Question

下面的代码将测试用例的数量作为第一个输入值（a），然后将（a）次2之间的值1≤x≤y≤10^9作为第二个输入值。

代码的输出是可被代码中定义的值整除的值的数量、完全平方数以及满足两个条件的值的数量。代码对于较小的值可以顺利运行，但对于较大的值，运行时间会增加。我需要运行时间少于 5 秒。

import numpy as np

a = np.array(input(), dtype=int)

B=[]

for i in range(a):

    b = np.array(input().split(), dtype=int)

    B.append(b)

       

def is_square(n):

    return (n**.5).is_integer()

for a, b in B:    

    print('{}'.format(sum(v % 12 == 0 for v in range(a, b+1))), '{}'.format(sum(is_square(v) for v in range(a, b+1))),'{}'.format(sum((v % 12 == 0) and is_square(v) for v in range(a, b+1))))

Answer 1

不需要使用 np.array，在这种情况下它不会比内置类型更快（甚至更慢）。其他一些想法：打印需要时间，因此您可以将结果附加到某个列表并最后打印出来。将条件结果（可被 12 和完全平方整除）保存到单独的列表中，然后从这两个列表中创建一个集合将使第三个条件更快（您将显着增加内存占用）这样的测试效率很低。例如第一个条件：“找到范围 (a,b) 中可被 12 整除的项目数” - 我会找到该范围内可被 12 整除的第一个数字（称为 x ），最后一个数字可被 12 整除（称为y ），然后(y-x)/12 + 1应该产生项目数量；无需检查所有这些。第二个和第三个条件，只需生成该范围内的正方形列表：找到范围内的最小正方形（称为x），找到范围内的最大正方形（称为y）。进而sum( ((x**2)%12 == 0) for x in range(x,y+1) )实际上这里没有太多的编程，更像是数学。如果您收到了请告诉我们。干杯。