bool-hybrid-array 7.10.4

一个高效的布尔数组（密集+稀疏混合存储，节省内存）

BoolHybridArray：高效的布尔混合数组库

一个专为布尔值优化的数组类，能够根据数据特征自动在密集存储和稀疏存储模式间切换，兼顾性能和内存效率。

安装方法

使用pip安装： pip install bool-hybrid-array

核心特性

• 智能存储模式：数据量小的位置使用密集存储numpy.ndarray数组，
• 数据量大的位置为稀疏存储array.array稀疏数组
• 非稀疏模式：数据大部分为非0（True）索引
• 稀疏模式：数据大部分为0（False）索引
• BoolHybridArr函数会自动切换
• 内存高效：稀疏数据场景下比普通列表节省50%-80%内存
• 操作便捷：支持类似列表的索引、切片和赋值操作
• 快速统计：内置高效的计数和布尔判断方法

快速开始

基本用法

# 导入类

from bool_hybrid_array import BoolHybridArr,TruesArray,FalseArray

# 创建实例

arr = BoolHybridArr(\[True, False, True, False, True])

arr2 = TruesArray(3)#7.9.0新增

arr3 = FalseArray(3)#7.9.0新增

# 访问元素

print(arr[0])  # 输出: True；

print(arr[1:4])  # 输出:  BoolHybridArr(\[False, True, False])；

print(arr2)  # 输出:  BoolHybridArr(True, True, True])；

print(arr3)  # 输出:  BoolHybridArr(\[False, False, False])；

联系方式

• 若遇到 Bug 或有功能建议，可发送邮件至：[e-mail]
• 微信联系：18250730129（注：这是微信绑定的电话号码，优先微信沟通，请勿拨打电话哦）（微信联系回复最快）
• 抖音（绑定电话号码同微信）

修改元素

arr[2] = False

print(arr)  # 输出: BoolHybridArr([True, False, False, False, True])

存储优化

# 创建包含大量布尔值的数组（大部分为False）

big_arr = BoolHybridArr([i % 100 == 0 for i in range(10000)])

# 查看存储模式（此时应为稀疏模式）

print(repr(big_arr))  # 输出: BoolHybridArray(split_index=100,size=10000,is_sparse=True,small_len=100,large_len=)不好意思large\_len我不知道

# 自动优化存储

big_arr.optimize()

其他功能

# 统计True的数量

print(arr.count(True))  # 输出: 2

# 检查是否至少有一个True

print(any(arr))  # 输出: True

# 检查是否全为True

print(all(arr))  # 输出: False

# 复制数组（7.9.1新增）

arr_copy = arr.copy()

arr_copy[0] = False

print(arr[0])      # 输出: True（原数组不变）

print(arr_copy[0]) # 输出: False（拷贝数组已修改）

#寻找一个元素出现的索引(7.9.2新增)

arr_find = BoolHybridArr([i % 2 for i in range(10)])

print(arr_find.find(True))#输出：[1,3,5,7,9]

print(arr_find.find(False))#输出：[2,4,6,8,10]

# 查找第一个/最后一个出现的位置（7.10.3新增）

print(arr_find.index(True))   # 输出：1（第一个True的位置）

print(arr_find.rindex(True))  # 输出：9（最后一个True的位置）

#index/rindex的空数组处理（7.10.4新增）

none_arr =  BoolHybridArr([])

print(none_arr.index(True))#ValueError：无法在空的 BoolHybridArray 中查找元素

性能优势

在包含100万个布尔值且只有10%为True的场景下 或在包含100万个布尔值且只有10%为False的场景下：

• 普通Python列表：约占用1MB内存

• BoolHybridArray：约占用100KB内存（节省90%）
• 随机访问速度基本保持一致

版本历史

• 7.8.13：PyPI上的初始版本，支持基本功能和自动存储优化
• 7.9.0：添加TruesArray和FalsesArray
• 7.9.1：修复介绍的bug，增加copy功能
• 7.9.2：新增find()方法
• 7.10.0：优化内部存储，重构密集部分（但使用还是一样）
• 7.10.1：与运算和或运算增加异常提醒
• 7.10.2：修复了之前所有版本的index错误
• 7.10.3：新增rindex
• 7.10.4：修正样例代码中的错误，增加index/rindex的空数组处理

##彩蛋：

• Q：为什么要“密集+稀疏？”
• A：因为在做线性筛的时候遇到了个问题：密集数组太占内存，稀疏数组跑起来卡，所以就做了这个
• Q：为什么要“密集numpy.ndarray，稀疏array.array”？
• A：因为他本来只做线性筛，只修改数组，不insert、pop、remove;稀疏区长度变化平凡，要numpy.ndarray的“修改就创建新实例”的话那炸了，所以用array.array,密集区长度不变；所以可以用更高效的numpy.ndarray
• Q：为什么要有TruesArray/FalsesArray？直接用BoolHybridArr([True]*n)/BoolHybridArr([False]*n)不行吗？
• A：因为BoolHybridArr([True]*n)在计算[True]*n时如果n太大，那么列表的内存会溢出
• Q：BoolHybridArr和BoolHybridArray有什么区别？
• A：BoolHybridArray是本库中唯一一个类，所有函数都是围绕他进行的，但需要split_index,size,is_sparse； BoolHybridArr是一个函数，用于把一个可迭代对象转为BoolHybridArray类
• Q：为什么不建议自定义属性？
• A：因为本库的类存在多处会清空自定义属性的代码，所以不建议自定义属性
• Q：为什么不建议把太大的本类型数组打印？
• A：虽然本类型数组省内存，但字符串不省内存，一个True要4字节，一个False要5字节，连逗号都要占1字节

许可证

本项目采用MIT许可证，详情参见LICENSE文件。