Как оптимизировать следующую функцию в python?

Question

У меня есть функция, которая сейчас занимает от 15 до 20 минут. Я использую это несколько раз в алгоритме и в настоящее время алгоритм. непригоден из-за потраченного времени. Есть ли в любом случае следующая функция может быть оптимизирована:

def find_all():
    for x in range(4, 10):
        for y in range(4, 10):
            for z in range(4, 10):
                for z1 in range(4, 10):
                    for z2 in range(4, 10):
                        for xs in range(13 - x):
                            for ys in range(13 - y):
                                for zs in range(13 - z):
                                    for z1s in range(13 - z1):
                                        for z2s in range(13 - z2):
                                            a = np.zeros(12, int)
                                            a[xs:xs+x] += 1
                                            a[ys:ys+y] += 1
                                            a[zs:zs+z] += 1
                                            a[z1s:z1s+z] += 1
                                            a[z2s:z2s+z] += 1
                                        if 0 not in a:
                                            yield x, y, z,z1,z2s,xs, ys,zs,z1s,z2s,a

%time list(find_all())

По сути, я пытаюсь создать список, в котором нет нуля. Я попробовал приведенное ниже решение, но оно работает только для двух диапазонов, и у меня есть требование, где мне может понадобиться до 6 диапазонов Как создать каждую комбинацию данного шаблона в массиве numpy?

Answer 1

Используйте itertools.product во всех диапазонах, чтобы упростить создание значений индекса. Это уменьшит накладные расходы на кодирование.

Далее, обратите внимание, что у вас есть очень регулярная последовательность перекрывающихся диапазонов. Вы должны быть в состоянии получить минимальный интервальный охват, а не кропотливо пересчитывать его из каждой группы. Сначала проверьте, все ли элементы охвачены, прежде чем пройти процесс вычисления значений с помощью приращения.

Обратите внимание, что пять пар параметров полностью взаимозаменяемы. Вы можете уменьшить лот поиска, если перестанете тратить время на поиск эквивалентных решений.

Это заставляет вас двигаться?