我想在

python中实现Vantage Point Tree,但它使用C中的std :: nth_element.

所以我想在Python或numpy中找到等效的’nth_element’函数.

注意,nth_element只会对数组进行部分排序,而且它是O(N).

int the_array[10] = {4,5,7,3,6,0,1,2,9,8};

std::vector the_v(the_array,the_array+10);

std::nth_element (the_v.begin()+0, the_v.begin()+5, the_v.begin()+10);

现在矢量可能是：

3,0,2,1,4,5,6,7,9,8

而且我不仅希望得到第n个元素,而且还希望重新安排列表的两部分,[3,0,2,1,4]和[6,7,9,8].

此外,nth_element支持接受一个可以比较两个元素的函数,例如,在下面,vector是一个向量op DataPoint,而DistanceComparator函数将比较两个点距离与_v.begin()：

vector the_v;

for(int n = 0; n < N; n++) the_v[n] = DataPoint(D, n, X + n * D);

std::nth_element (the_v.begin()+0, the_v.begin()+5, the_v.begin()+10,

DistanceComparator(the_v.begin()));

编辑：

我已经使用了bhuvan-venkatesh的答案,并编写了一些代码来测试.

partition_timer = timeit.Timer("numpy.partition(a, 10000)",

"import numpy;numpy.random.seed(2);"+

"a = numpy.random.rand(10000000)")

print(partition_timer.timeit(10))

sort_timer = timeit.Timer("numpy.sort(a)",

"import numpy;numpy.random.seed(2);"+

"a = numpy.random.rand(10000000)")

print(sort_timer.timeit(10))

sorted_timer = timeit.Timer("sorted(a)",

"import numpy;numpy.random.seed(2);"+

"a = numpy.random.rand(10000000)")

print(sorted_timer.timeit(10))

结果：

2.2217168808

17.0386350155

281.301710844

然后,我将使用C代码进行更多测试.

但是有一个问题,当使用numpy时,它总会返回一个新数组,当我的数组很大时会浪费大量内存.

我该怎么办呢

或者我只需为python编写C扩展.

EDIT2：

@ bhuvan-venkatesh感谢您推荐分区功能.

我使用如下的分区：

import numpy

@profile

def for_numpy():

numpy.random.seed(2)

a = numpy.random.rand(1e7)

for i in range(100):

a.partition(numpy.random.randint(1e6))

if __name__ == '__main__':

for_numpy()

并运行探查器,如：

python -m memory_profiler profiler_test.py

结果是：

Line # Mem usage Increment Line Contents

================================================

25 23.613 MiB 0.000 MiB @profile

26 def for_numpy():

27 23.613 MiB 0.000 MiB numpy.random.seed(2)

28 99.934 MiB 76.320 MiB a = numpy.random.rand(1e7)

29 100.004 MiB 0.070 MiB for i in range(100):

30 100.004 MiB 0.000 MiB a.partition(numpy.random.randint(1e6))

并且它不会复制整个数组,如：

numpy.partition(a,3)

结论：numpy.ndarray.partition是我想要找到的.