我有一个动态编程算法(修改后的Needleman-Wunsch),它需要两次相同的基本计算,但是第二次在正交方向上进行计算.例如,从矩阵scoreMatrix中的给定单元格(i,j),我想要从(i,j)的值“up”计算值,以及从(i)的“left”的值计算值.,J).为了重用代码,我使用了一个函数,在第一种情况下,我发送参数i,j,scoreMatrix,在下一种情况下,我发送j,i,scoreMatrix.transpose().以下是该代码的高度简化版本:
def calculateGapCost(i,gapcost): return scoreMatrix[i-1,j] - gapcost ... gapLeft = calculateGapCost(i,gapcost) gapUp = calculateGapCost(j,scoreMatrix.transpose(),gapcost) ...
我意识到我可以选择发送一个函数,在一个案例中,当从scoreMatrix中检索一个值时,它会通过参数(i,而在另一个例子中,它们将它们反转为(j,i),而不是转置矩阵每一次.
def passThrough(i,matrix): return matrix[i,j] def flipIndices(i,matrix): return matrix[j,i] def calculateGapCost(i,gapcost,retrieveValue): return retrieveValue(i-1,scoreMatrix) - gapcost ... gapLeft = calculateGapCost(i,passThrough) gapUp = calculateGapCost(j,flipIndices) ...
然而,如果numpy转置使用一些我不知道只在几个操作中进行转置的功能,那么转置实际上可能比我的传递函数想法更快.任何人都可以告诉我哪个会更快(或者如果有更好的方法我没有想到)?