从整数列表中获取最接近给定值的数字
给定一个整数列表，我想find哪个数字是最接近我input的数字：
>>> myList = [4, 1, 88, 44, 3] >>> myNumber = 5 >>> takeClosest(myList, myNumber) ... 4 有没有快速的方法来做到这一点？
如果我们不确定列表是否被sorting，我们可以使用内build的min()函数来查找与指定的数字具有最小距离的元素。
>>> min(myList, key=lambda x:abs(x-myNumber)) 4
请注意，它也适用于带有int键的字典，如{1: "a", 2: "b"} 。 这个方法需要O（n）次。
如果列表已经sorting，或者你可以支付一次数组sorting的代价，使用@ Lauritz的回答中所示的二分法只需要O（log n）时间（但是检查列表是否已经sorting是O （n），sorting是O（n log n）。）
如果你的意思是快速执行而不是快速写入， min应该不是你select的武器，除非在一个非常狭窄的用例中。 min解决scheme需要检查列表中的每个数字，并对每个数字进行计算。 而使用bisect.bisect_left几乎总是更快。
“几乎”来自bisect_left要求列表进行sorting才能工作的事实。 希望你的用例是这样的，你可以对列表进行一次sorting，然后单独放置。 即使没有，只要你不需要每次打电话给takeClosest之前sorting，对bisect模块可能会出现在最前面。 如果你有疑问，试试看看真实世界的差异。
from bisect import bisect_left def takeClosest(myList, myNumber): """ Assumes myList is sorted. Returns closest value to myNumber. If two numbers are equally close, return the smallest number. """ pos = bisect_left(myList, myNumber) if pos == 0: return myList[0] if pos == len(myList): return myList[-1] before = myList[pos - 1] after = myList[pos] if after - myNumber < myNumber - before: return after else: return before
Bisect通过反复将列表减半，并通过查看中间值来找出myNumber哪一半。 这意味着它的运行时间为O（log n） ，而不是最高投票答案的O（n）运行时间。 如果我们比较这两个方法并提供一个sorting的myList ，结果如下：
$ python -m timeit -s“ 从最接近的importtakeClosest 从随机导入randint a =范围（-1000,1000,10）“”takeClosest（a，randint（-1100,1100））“ 100000个循环，每个循环3：2.22最好 $ python -m timeit -s“ 从最接近的importwith_min 从随机导入randint a =范围（-1000,1000,10）“”with_min（a，randint（-1100,1100））“ 10000循环，最好是3：每循环43.9次
所以在这个特定的testing中， bisect几乎快了20倍。 对于更长的列表，差异会更大。
如果我们通过删除myList必须被sorting的前提条件来myList竞争领域呢？ 比方说，我们每次调用takeClosest 时 takeClosest对列表的副本进行sorting，同时保持min解决scheme不变。 在上面的testing中使用200个项目列表， bisect分解仍然是最快的，但只有大约30％。
这是一个奇怪的结果，考虑到sorting步骤是O（n log（n）） ！ min仍然失败的唯一原因是sorting是在高度优化的c代码中完成的，而min必须为每个项目调用一个lambda函数。 随着myList的规模增长， min解决scheme最终会更快。 请注意，我们不得不把所有的东西放在最有利的地方。
>>> takeClosest = lambda num,collection:min(collection,key=lambda x:abs(x-num)) >>> takeClosest(5,[4,1,88,44,3]) 4
lambda是写一个“匿名”函数（一个没有名字的函数）的特殊方式。 你可以指定任何你想要的名字，因为lambda是一个expression式。
写出上面的“长”的方法是：
def takeClosest(num,collection): return min(collection,key=lambda x:abs(x-num))
def closest(list, Number): aux = [] for valor in list: aux.append(abs(Number-valor)) return aux.index(min(aux))
这段代码会给你列表中最接近号码的索引。
由Kenny提供的解决scheme是最好的总体，但在这种情况下，你不能使用它（如brython），这个function将做的工作
遍历列表并将当前最接近的数字与abs(currentNumber - myNumber) ：
def takeClosest(myList, myNumber): closest = myList[0] for i in range(1, len(myList)): if abs(i - myNumber) < closest: closest = i return closest
需要注意的是，Lauritz的使用平分线的build议实际上并没有在MyList中findMyNumber中最接近的值。 相反，bisect在MyList中的MyNumber之后依次查找下一个值。 所以在OP的情况下，你实际上得到44的位置，而不是4的位置。
>>> myList = [1, 3, 4, 44, 88] >>> myNumber = 5 >>> pos = (bisect_left(myList, myNumber)) >>> myList[pos] ... 44
为了得到最接近5的值，你可以尝试将列表转换为一个数组，并像numpy一样使用argmin。
>>> import numpy as np >>> myNumber = 5 >>> myList = [1, 3, 4, 44, 88] >>> myArray = np.array(myList) >>> pos = (np.abs(myArray-myNumber)).argmin() >>> myArray[pos] ... 4
我不知道这会有多快，我的猜测是“不是很”。
扩大Gustavo Lima的答案。 同样的事情可以做，而不创build一个全新的列表。 FOR循环过程中，列表中的值可以用差分代替。
def f_ClosestVal(v_List, v_Number): """Takes an unsorted LIST of INTs and RETURNS INDEX of value closest to an INT""" for _index, i in enumerate(v_List): v_List[_index] = abs(v_Number - i) return v_List.index(min(v_List))
myList = [1, 88, 44, 4, 4, -2, 3] v_Num = 5 print(f_ClosestVal(myList, v_Num)) ## Gives "3," the index of the first "4" in the list.
