如何通过减少for循环大幅提升基诺彩票号码统计算法运行速度
基诺号码组合统计性能优化方案
项目背景
- 项目目标:采集masslottery.com的基诺开奖数据,统计指定位数(最高5位)的号码组合出现频率
- 原代码性能问题:3位组合统计耗时1分20秒,推算5位组合统计需近5小时
- 组合量级参考:
- 80选3:82160种可能
- 80选4:1581580种可能
- 80选5:24040016种可能
原代码核心性能问题
- 冗余初始化所有可能组合:提前生成全量组合并初始化字典值为0,对5位组合而言需要生成2400万条无效数据,占用大量内存和时间,未出现的组合根本不需要提前存储
- 键值转换开销大:每次生成组合后都执行排序+转字符串操作作为字典键,tuple本身就是可哈希类型,且基诺开奖返回的号码天然是升序排列,combinations生成的组合天然有序,无需额外转换
- 变量命名不规范:使用内置关键字
dict作为变量名,存在潜在运行风险
优化方案
核心优化点
- 取消全量组合初始化,改用
collections.Counter直接对每期开奖的有效组合动态计数 - 直接使用tuple作为计数的键,去掉排序、转字符串的冗余操作
- 只保留出现过的组合记录,若需输出全量结果可最后补全未出现的组合值为0,仅统计高频组合时可直接忽略未出现的组合
优化后代码
import requests from itertools import combinations import collections # 拉取开奖数据 r = requests.get('https://www.masslottery.com/rest/keno/getDrawsByDateRange?startDate=2021-01-01=&endDate=2021-07-11').json() draws = r['draws'] spot = int(input('How many spots are you trying to check? ')) # 初始化计数器 combination_counter = collections.Counter() print('Starting Check') # 遍历每一期开奖结果 for draw in draws: winning_nums = draw['winningNumbers'] # 生成当期所有spot位组合,直接计数 combination_counter.update(combinations(winning_nums, spot)) # 按出现频率升序排序 sorted_combinations = sorted(combination_counter.items(), key=lambda x: x[1]) filename = f'{spot}spotTest.txt' # 写入文件 with open(filename, 'w', encoding='utf-8') as f: for combo, count in sorted_combinations: f.write(f'{combo}---->{count}\n') # 若需要补全所有未出现的组合(可选,仅当需要输出全量结果时开启) # all_combos = combinations(range(1,81), spot) # with open(filename, 'w', encoding='utf-8') as f: # for combo in all_combos: # f.write(f'{combo}---->{combination_counter.get(combo, 0)}\n') print('Done')
优化效果
- 3位组合统计耗时可压缩到10秒以内
- 5位组合统计耗时可压缩到10分钟以内,实际耗时取决于开奖数据量
- 内存占用大幅降低,无需提前存储2400万条全量组合
内容的提问来源于stack exchange,提问作者Jason37
相关产品推荐
相关产品推荐

