이 코드를 실행하는 데 시간이 오래 걸리는 이유는 무엇입니까? - Python

Question

파이썬에서 이것을 코딩했습니다. 입력이 단지 40x40 인 경우 완료하는 데 너무 오래 걸렸습니다 (numpy을 사용한 이미지 처리 용). 그것의 행동은 다음과 같습니다 : 객체가있는 배열 (numpy 배열 인 'image'속성을 가짐)이 있습니다. 그런 다음 그 객체가 다른 배열의 어딘가에 있는지 확인한 다음 첫 번째 배열에서 다음 배열을 가져옵니다. 나는 모든 다른 배열에있는 경우 확인 때까지이 과정을 반복 :

#__sub_images is the array containing the objects to be compared 
    #to_compare_image is the image that is received as parameter to check if the objects are in there. 
    #get_sub_images() is just to retrieve the objects from the array from the received array to find. 
    #get_image() is the method that retrieves the attribute from the objects 
    same = True 
    rows_pixels = 40 #problem size 
    cols_pixels = 40 #problem size 
    i = 0 #row index to move the array containing the object that must be checked if exist 
    j = 0 #col index to move the array containing the object that must be checked if exist 
    k = 0 #row index to move the array where will be checked if the object exist 
    l = 0 #col index to move the array where will be checked if the object exist 

    while i < len(self.__sub_images) and k < len(to_compare_image.get_sub_images()) and l < len(to_compare_image.get_sub_images()[0]): 

      if not np.array_equal(self.__sub_images[i][j].get_image(), to_compare_image.get_sub_images()[k][l].get_image()): 
       same = False 
      else: 
       same = True 
       k = 0 
       l = 0 
       if j == len(self.__sub_images[0]) - 1: 
        j = 0 
        i += 1 
       else: 
        j += 1 

      if not same: 
       if l == len(to_compare_image.get_sub_images()[0]) - 1: 
        l = 0 
        k += 1 
       else: 
        l += 1 

내가 대신 내가 전에해야 할 무엇을 사용 4 for-loops의 단지 while으로 코딩 할 수 있었다. 왜 이렇게 오래 걸리지? 정상입니까, 아니면 잘못 되었나요? 복잡성은 x가 아닌 x로 가정합니다.

포함되지 않은 코드는 게터입니다. 처음에는 #notes으로 이해할 수 있기를 바랍니다.

THanks. 대신이의

Answer 1

는 :

if not np.array_equal(self.__sub_images[i][j].get_image(), to_compare_image.get_sub_images()[k][l].get_image()): 
    same = False 
else: 
    same = True 
    #snip 
if not same: 
    #snip 

이 작업을 수행 할 수 있습니다

same=np.array_equal(self.__sub_images[i][j].get_image(), to_compare_image.get_sub_images()[k][l].get_image()) 
if same: 
    #snip 
else: 
    #snip 

이 경우-지점 이전보다 덜 사용합니다.