python - Python瓶颈argpartsort性能

在对给定数组中的前n=1000个元素进行排序时，为什么瓶颈.argpartsort具有最好的性能（考虑到我没有弄乱某些东西），有原因吗？
我已经创建了以下脚本：

d = numpy.random.rand(300000)
l = []
for i in range(5):
    to = time()
    ind = argpartsort(-d, pow(10,i))
    tf = time()
    l.append((pow(10,i), tf - to))

结果是：

 [(1, 0.008157968521118164),
 (10, 0.006367921829223633),
 (100, 0.006164073944091797),
 (1000, 0.002994060516357422),
 (10000, 0.004293203353881836)]

绘制结果可以得到：
我认为argpartsort跟踪的值越少，应该越快，但这不是我观察到的。我是在某个地方搞砸了，还是在预料之中？
提前谢谢！

最佳答案

你现在只看5步。下面是你走500步时的样子：
我相信这种波动来自Hoare's quickselect（枢轴选择是个问题——它可能非常好，但可能非常糟糕，相当随机）。quicksort中也使用了类似的想法，因此让我们看看：

d = numpy.random.rand(3000)

def test(n):
    ld = d[:n]
    s = time.time()
    ld.sort()
    e = time.time()
    return e-t

这段代码建议，为了增加i排序所花费的时间不应该减少（因为我们只取同一数组中较大的片段，所以如果我们能够更快地对较大的片段进行排序，那么我们应该至少以同样的速度对较小的片段进行排序）。结果如下：
正如你所看到的，我们这里也有波动（我不是说大的跳跃，这可能是由于我的机器做的其他事情，但我是说它们之间的微小跳跃）。问题在于算法本身。平均来说，它真的很快。
最后请注意，您的机器同时所做的一切也会影响测试，因此很难给出完整的诊断。

关于python - Python瓶颈argpartsort性能，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/20885293/