如何在Python中高效筛选存储x,y对最值以避免内存错误？

你的问题核心是存储了过多不必要的(x,y)对，导致内存溢出。用列表去重不仅效率极低（p in xyList是O(n)线性查找），还没从根本上减少内存占用——因为你只需要每个x对应的最值，而非所有关联的y值。

直接用字典来存储每个x的最小y和最大y，是最高效的方案：

代码实现 #

import itertools

# 初始化字典：键为x，值为[当前最小y, 当前最大y]
x_minmax = {}

for i, j in itertools.combinations(mx, 2):
    # 替换成你的实际计算逻辑
    x =  # 计算x的代码
    y =  # 计算y的代码
    
    if x not in x_minmax:
        # 首次遇到该x，初始化min和max为当前y
        x_minmax[x] = [y, y]
    else:
        current_min, current_max = x_minmax[x]
        # 更新最小值
        if y < current_min:
            x_minmax[x][0] = y
        # 更新最大值
        if y > current_max:
            x_minmax[x][1] = y

# 可选：将字典转换为你需要的列表格式，比如[[x, min_y, max_y], ...]
result_list = [[x, min_y, max_y] for x, (min_y, max_y) in x_minmax.items()]

为什么这个方案可行？ #

1. 内存占用极低：字典中每个x仅存储两个值（min和max），内存消耗只和不同x的数量成正比，而非组合总数（组合数是O(n²)，而不同x的数量通常远小于这个数）。
2. 查找效率高：字典的键查找是O(1)时间复杂度，远快于列表的线性查找，循环整体效率会大幅提升。

注意事项 #

如果你的x是不可哈希类型（比如列表），需要先将其转换为可哈希的类型（比如元组）才能作为字典的键，例如：

# 假设x是列表，转换为元组
x_key = tuple(x)
if x_key not in x_minmax:
    x_minmax[x_key] = [y, y]
# ...后续逻辑用x_key代替x

内容的提问来源于stack exchange，提问作者River