已关闭。此问题需要更多focused。当前不接受答案。
**想要改进此问题吗？**更新问题，使其仅关注editing this post的一个问题。

昨天关门了。
Improve this question
我开发了两个函数。笛卡尔积取集合并生成一个包含所有可能组合的元组向量。然后我对该向量进行一个小样本。第二个函数Searchsorted将两个元组向量作为输入，以获得与样本元组相关的较大向量的索引。

问题是我的函数太慢了（参见下面的基准测试）

我将非常感谢您的反馈。我能做些什么来改善执行时间？请记住，这是我的第一个生 rust 的项目;我是一个生 rust 的新手：）

• 方法详情：*

准备运行-〉代码库在这里：https://github.com/cdgaete/searchsorted
其思路如下：我们有一个长格式表（示例）：
| 尺寸1|尺寸2|尺寸3|价值|
| - -|- -|- -|- -|
| 'a1'|'b2'|'c1'| 10个|
| 'a2'|'b3'|'c2'|二十个|
每个维度都有一个已知的域：
尺寸1 ={'a1'，'a2'}
尺寸2 ={'b1'，'b2'，'b3'}
维度3 ={'c1'，'c2'}
我想创建一个包含所有可能组合的表（完整表），然后将示例表的值分配到完整表中。
所以，我的做法是：
第一步，我想创建一个元组数组（看起来像一个长格式表），包含所有可能的组合（这里，我使用了笛卡尔积函数）。第二步，我想找到元组数组示例的位置（上表），以便稍后将值插入到整个表中。
第1步：笛卡尔积（全）
| | 尺寸1|尺寸2|尺寸3|
| - -|- -|- -|- -|
| 一个|'a1'|'b1'|'c1'|
| 2个|'a1'|'b1'|'c2'|
| 三个|'a1'|'b2'|'c1'|
| 四个|'a1'|'b2'|'c2'|
| 五个|'a1'|'b3'|'c1'|
| 六个|'a1'|'b3'|'c2'|
| 七个|'a2'|'b1'|'c1'|
| 八个|'a2'|'b1'|'c2'|
| 九个|'a2'|'b2'|'c1'|
| 10个|'a2'|'b2'|'c2'|
| 十一|'a2'|'b3'|'c1'|
| 十二|'a2'|'b3'|'c2'|
步骤2：搜索排序
| 尺寸1|尺寸2|尺寸3|价值|索引全表|
| - -|- -|- -|- -|- -|
| 'a1'|'b2'|'c1'| 10个|三个|
| 'a2'|'b3'|'c2'|二十个|十二|
总结：

• 笛卡尔积输入：维度集合
• 笛卡尔积返回：具有元组的数组
• 搜索排序输入：完整表（包含元组的数组）和示例表（包含元组的数组）
• 搜索排序返回：整数数组

函数

笛卡尔积：

type TS3 = (String,String,String);

pub fn cartesian_3d(l1: Vec<String>, l2: Vec<String>, l3: Vec<String>) -> Vec<TS3> {
    let mut collector = Vec::new();
    for tuple in iproduct!(l1,l2,l3) {
        collector.push(tuple);
    };
    collector
}

搜索排序：

type TS3 = (String,String,String);

pub fn searchsorted_3d(dense_list: Vec<TS3>, index_list: Vec<TS3>) -> Vec<i64> {
    let mut htbl = HashMap::new();
    let mut i: i64 = 0;
    for key in dense_list.iter() {
        htbl.insert(key, i);
        i += 1i64
    };
    let mut location: Vec<i64> = Vec::new();
    for tuple in index_list.iter() {
        let value = htbl.get(tuple).unwrap();
        location.push(*value);
    };
    location
}

基准测试

在示例文件夹eg2.py和eg2.rs中包含基准代码：

• 全矢量：一百万个五串元组。
• 样本向量：1000元组
• 元组中的每个字符串都有两个字符

结果：
笛卡尔积：

Rust-python   eTime: 1342697 μs.
Pure Rust     eTime   246470 μs.
Pure Rust     eTime   140097 μs. cargo --release
Pure python   eTime:   84879 μs.

搜索排序：

Rust-python   eTime: 2599270 μs.
Pure Rust     eTime  2015062 μs.
Pure Rust     eTime   678256 μs.  cargo --release
Pure python   eTime:  103814 μs.

纯Python代码：

笛卡尔积：迭代工具包

list(itertools.product(lst1,lst2,lst3,lst4,lst5))

搜索排序：字典和列表理解

def pysearchsorted(full_list, sample_list):
    fullhashtable = {tupl: idx for idx, tupl in enumerate(full_list)}
    return [fullhashtable[tupl] for tupl in sample_list]

感谢您的支持！