首页 > TAG信息列表 > memory-efficient

为什么其他数组创建例程不需要numpy的fromiter函数需要指定dtype?

为了提高内存效率,我一直在努力将我的一些代码从列表转换为可能的生成器/迭代器.我发现很多情况下,我只是将代码列表为np.array(some_list)的列表转换为np.array. 值得注意的是,some_list通常是在生成器上迭代的列表理解. 我正在查看np.fromiter,以查看是否可以更直接地使用生成器(

java-从链接列表末尾删除Kth节点的内存有效方法

这是几个已知解决方案的一个已知问题,但是我目前的努力是尝试考虑内存使用情况(而不是时间复杂性),找到解决问题的最有效方法. 问题:给定一个未知大小(但可能很大)的单链接列表,请从列表末尾删除第K个成员. 0< = K< N. 如果K为0,则删除列表的最后一个节点.如果K = N-1,则删除列表中

Python 3中的迭代器

在Python 3中,许多返回列表的函数(现在是类)现在返回iterables,最常见的例子是range.在这种情况下,范围在Python 3中是可迭代的,以提高性能和内存效率(因为您不必再​​构建列表). 其他“新”迭代是map,enumerate,zip和字典操作dict.keys(),dict.values()和dict.items()的输出. (可

javascript – 什么更有效率?检查==或只是改变变量?

想象一下,我有一个名为X的变量. 让我们说每5秒我想让X =真. (在这5秒之间可能是真或假,但是当5秒钟时,它会重置为真). 检查值是否已经为真是否更有效,如果不是,则将其重新分配为true?或者只是X =真? 换句话说,哪个会运行得更快? if(x==false){ x = true; } VS x = true; 一方

Python(或C)中内存有效的字符串到字符串映射

我需要一个内存高效的数据结构来存储大约一百万个键 – 值对,其中键是大约80字节的字符串,值是大约200字节的字符串,总键和值大小约为280MB.我还需要通过键有效地查找值,最好是哈希映射.内存开销应该尽可能少,例如对于280MB的有用数据,数据结构不应使用超过300MB的虚拟内存(包括mal

Python:导入模块的内存成本

内存成本显然取决于模块的大小,但我只是在寻找一个通用的答案:在Python中导入模块通常是昂贵还是便宜?如果我有几十个小脚本可能在整个应用程序期间留在内存中,那么占用多少内存?解决方法:听起来你并不担心时间成本(好;那会很愚蠢,因为模块只导入一次)但是内存成本.我告诉你:如果你需要