结合两个数组并排序

Question

给定两个排序数组，如下所示：

a = array([1,2,4,5,6,8,9])

b = array([3,4,7,10])

我希望输出为：

c = array([1,2,3,4,5,6,7,8,9,10])

要么：

c = array([1,2,3,4,4,5,6,7,8,9,10])

我知道我可以执行以下操作：

c = unique(concatenate((a,b))

我只是想知道是否有一种更快的方法，因为我要处理的数组具有数百万个元素。

任何想法都欢迎。谢谢

Answer 1

由于您使用numpy，因此我怀疑bisec根本不会对您有所帮助。因此，我建议您做两件事：

1. 千万 不能 使用np.sort，使用c.sort()方法，而不是这种种取代阵列，避免了复制。
2. np.unique必须使用np.sort没有到位的。因此，np.unique不要手动使用逻辑。IE浏览器 首先进行排序（就地），然后np.unique手动执行方法（还检查其python代码），并flag = np.concatenate(([True], ar[1:] != ar[:-1]))与之一起使用unique = ar[flag]（对ar进行排序）。为了更好一点，您可能应该使标志操作本身就位。flag = np.ones(len(ar), dtype=bool)然后np.not_equal(ar[1:], ar[:-1], out=flag[1:])基本上避免了的完整副本flag。
3. 我对此不确定。但是.sort有3种不同的算法，因为您的数组可能已经差不多排序了，所以更改排序方法可能会产生速度差异。

这将使完整的东西接近您所得到的（无需事先进行独特的处理）：

def insort(a, b, kind='mergesort'):
    # took mergesort as it seemed a tiny bit faster for my sorted large array try.
    c = np.concatenate((a, b)) # we still need to do this unfortunatly.
    c.sort(kind=kind)
    flag = np.ones(len(c), dtype=bool)
    np.not_equal(c[1:], c[:-1], out=flag[1:])
    return c[flag]