Python如何优化嵌套for循环实现CAP XML多边形坐标转GeoJSON格式

复杂度说明 #

你当前的实现时间复杂度本就为O(N)，不属于O(N²)级别。两层循环中，外层遍历N个坐标点，单个坐标点的拆分、类型转换、经纬度交换都属于和N无关的常数操作，整体是线性时间复杂度，没有平方级开销。

更高性能的实现方案 #

如果想要进一步提升执行效率、简化代码，可以用Python列表推导改写坐标处理逻辑，列表推导由底层C实现，相比纯Python层的for循环+append操作性能提升明显：

# 原坐标处理逻辑可直接替换为以下代码，省掉中间变量和显式循环
coordinates = [
    [float(lon), float(lat)]
    for lat, lon in (p.split(",") for p in entry['cap:polygon'].split(" "))
]

额外优化提示 #

你当前代码中json.dumps(xpars['feed']['entry'])再json.loads的操作是冗余的，xmltodict.parse返回的结果本身就是Python字典结构，可直接遍历使用，去掉这两步序列化/反序列化操作能进一步降低耗时。

注意事项 #

写入Elasticsearch的GeoJSON多边形要求首尾坐标完全一致形成闭合环，若你拿到的CAP原始多边形首尾坐标不重合，需要额外补全首坐标到列表末尾，避免触发格式校验错误。

内容的提问来源于stack exchange，提问作者Isaac Keleher