# bool-hybrid-array **Repository Path**: BKsell/bool-hybrid-array ## Basic Information - **Project Name**: bool-hybrid-array - **Description**: 一个高效的布尔数组（密集+稀疏混合存储，节省内存） - **Primary Language**: Python - **License**: MIT - **Default Branch**: main - **Homepage**: https://pypi.org/project/bool-hybrid-array - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 0 - **Created**: 2026-03-08 - **Last Updated**: 2026-03-21 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # BoolHybridArray：高效的布尔混合数组库 [![月下载量](https://static.pepy.tech/badge/bool-hybrid-array/month)](https://pepy.tech/project/bool-hybrid-array) [![周下载量](https://static.pepy.tech/badge/bool-hybrid-array/week)](https://pepy.tech/project/bool-hybrid-array) [![总下载量](https://static.pepy.tech/badge/bool-hybrid-array)](https://pepy.tech/project/bool-hybrid-array) 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。 ## ***注：大版本号更新并非不兼容更新，而是重大更新*** 注：当API完全稳定时就会发布版本规则较严谨的new-1.0.0版本，预期为10.x版本结束后 ***注意：目前社区中若存在名称类似（如包含 “bool-hybrid-array”+ 后缀、boolean\_array、validate.io-boolean-array）的库，均与本项目（bool-hybrid-array）无关联，本项目的所有功能设计、代码实现均为独立开发；*** ***其他平台里的类似名库绝不是我的库*** ***注意：若你的原bool-hybrid-array库版本<7.10.9，看到此版本请立即更新到>=7.10.9版本，其他版本的导入都有问题！！！*** 作者：蔡靖杰（同维护者，PyPI账号Bkshell） ## 安装方法 使用pip安装： ```bash pip install bool-hybrid-array ``` ## 更新方法 ```bash pip install -U 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，稀疏区异常值为False * ✅稀疏模式：数据大部分为0（False）索引，稀疏区异常值为True * ✅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 * ✅**速度优势**：修改元素的时间还不比list慢 ## 快速开始 ### 基本用法 ```python # 导入类 from bool_hybrid_array import * # 创建实例 arr = BoolHybridArr([True, False, True, False, True]) arr2 = TruesArray(3)#7.9.0新增 arr3 = FalsesArray(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：1289270215@qq.com（更正规） * 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（绑定的电话号码同微信）（有讨论群，加入可讨论） # GitHub仓库 英文版：[bool-hybrid-array.git](https://github.com/BKsell/bool-hybrid-array.git) 中文版：[1083175506-bool-hybrid-array](https://www.github-zh.com/projects/1083175506-bool-hybrid-array) #Gitee仓库 [bool-hybrid-array.git](https://gitee.com/BKsell/bool-hybrid-array.git) # 修改元素 ```python arr[2] = False print(arr) # 输出: BoolHybridArr([True, False, False, False, True]) ``` ### 存储优化 ```python # 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=101, large_len=98) # 自动优化存储 big_arr.optimize() ``` ### 其他功能 ```python # 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 #查看是否需要优化（7.10.7新增，7.10.20+能用） print(big_arr.memory_usage(detail=True)) '''样例输出（瞎编，但格式是这样） { "总占用(字节)": 210, "密集区占用": 180, "稀疏区占用": 30, "对比原生list节省": "99.5%", "对比numpy节省": "79.0%", "是否需要优化": "是", "优化理由/说明": "稀疏区索引密度过高，优化后可转为密集存储提升速度" } ''' big_arr.optimize() # 调用优化方法 print(big_arr.memory_usage(detail=True)["是否需要优化"])#"否" '''当处理动态变化的布尔数组（如频繁增删元素）时，建议在关键操作后调用memory\_usage(detail=True)检查状态，通过optimize()保持最优性能。''' #将数组转为int类型（7.11.0新增）： print(int(arr))#输出：17（0b10001） #位运算（7.13.0新增） arr1 = BoolHybridArr([True, False, True, False]) # 0b1010 arr2 = BoolHybridArr([True, True, False, False]) # 0b1100 print(arr1 & arr2) # 输出：BoolHybridArr([True,False,False,False]) # 0b1000 print(arr1 | arr2) # 输出：BoolHybridArr([True,True,True,False]) # 0b1110 print([True, False] | arr1[:2]) # 反向运算：[True,False] | [True,False] → [True,False] print(arr1 ^ arr2) # 输出：BoolHybridArr([False,True,True,False]) # 0b0110 print(~arr1) # 输出：BoolHybridArr([False,True,False,True]) # 0b0101（对应整数 ~10 = -11 的二进制布尔逻辑） arr = BoolHybridArr([True, False, True]) # 0b101 arr <<= 2 # 左移2位：尾部补2个False → [True,False,True,False,False]（0b10100） print(arr) arr >>= 3 # 右移3位：尾部删3个元素 → [True,False]（0b10） print(arr) print(arr << -1) # 负数左移：等价于右移1位 → [True] #兼容numpy数组（8.0.0版本新增） arr_BoolHybridArray = BoolHybridArr(\[]) arr_BoolHybridArray <<= 10 arr_BoolHybridArray <<= 10000 array_numpy = np.array([arr_BoolHybridArray,arr_BoolHybridArray]) #支持哈希（8.2.0版本新增） set_ = {arr_BoolHybridArray}#不会报错呦 ``` # ***v9.0.0重大更新*** ```python import numpy as np import bool_hybrid_array _2darr = BHA_List([BoolHybridArr([1,0,0,0,1],Type = BHA_Bool),TruesArray(5,Type = bool),FalsesArray(5,Type = np.bool_)]) print(_2darr)'''输出： BHA_List([ BoolHybridArr([True,False,False,False,True]), BoolHybridArr([True,True,True,True,True]), BoolHybridArr([False,False,False,False,False]), ]) ''' #BoolHybridArray是布尔数组，那是什么布尔数组呢？numpy.bool_？原生bool？其他库的布尔类型？还是本库的BHA_Bool？Type参数，支持指定！ #还更新了用BHA_List的排版模拟二维布尔数组！ ``` # 其他 ```python #二维数组的optimize与memory_usage（9.1.0新增）： _2darr.optimize() _2darr.memory_usage(detail=T) 输出格式： { "占用(字节)": 【占用内存（字节）】, "对比原生list节省": 【6位百分比】, "对比numpy节省": 【6位百分比】} #注：BoolHybridArray的memory_usage的百分比也变成了六位小数 #关闭哈希复用（9.4.0新增） _2darr2 = BHA_List(BoolHybridArr((i%100 for i in range(1000)),hash_ = F) for i in range(1000)) #关闭哈希复用可以增快创建速度 #ResurrectMeta元类（9.5.0新增） class MyClass(metaclass=ResurrectMeta): pass #用装饰器给实例添加动态方法（9.6.0新增）： arr = BoolHybridArr([T,F,T]) @arr def toggle_range(self, start: int, end: int): """翻转从 start 到 end（含）的布尔值""" for i in range(start, end + 1): self[i] = not self[i] # 通过 self 操作实例的元素 print(f"翻转 {start}-{end} 后：", self) arr.toggle_range(0,1) print(arr)#输出：翻转 {0}-{1} 后：BoolHybridArr([False,True,True]) toggle_range(arr,0,1)#输出：翻转 {0}-{1} 后：BoolHybridArr([True,False,True]) #view方法（9.7.0新增）： arr2 = arr.view() arr2.extend([F,T]) arr2[2] = F print(arr) #输出：BoolHybridArr([True,False,False,False,True]) #python 3.9以下的版本泛型、联合类型支持（9.8.0新增） print(BHA_List[BoolHybridArray])#输出：bool_hybrid_array.BHA_List[bool_hybrid_array.BoolHybridArray] print(BHA_List|BoolHybridArray)#输出：typing.Union[bool_hybrid_array.BHA_List, bool_hybrid_array.BoolHybridArray] （python 3.9以下）或 bool_hybrid_array.BHA_List|bool_hybrid_array.BoolHybridArray（python 3.10以上） #BHA_Function动态创建函数（9.9.0新增）： toggle_range = BHA_Function.string_define( name = 'toggle_range', text = ''' for i in range(start, end + 1): self[i] = not self[i] # 通过 self 操作实例的元素 print(f"翻转 {start}-{end} 后：", self)''', positional = ('self','start', 'end'), default = {}) toggle_range([0,0,1],0,1)#输出：翻转 0-1 后： [True, True, 1] #开放ProtectedBuiltinsDict类型（9.9.3+） Dict = ProtectedBuiltinsDict({'1':1,'2':2},protected_names = ['1','3'],name = 'Dict') Dict['2'] = 1 print(Dict) #输出：{'1': 1, '2': 1} try:Dict['1'] = 2 except Exception as e:print(e) #输出：禁止修改内置常量：__Dict__['1'] #Ask_BHA和Create_BHA（9.10.0新增）： arr = BoolHybridArr([T,F,F,F,T,T,F,F,F,T]) arr2 = BoolHybridArr([F,F,F,F,T,T,F,T,T,F]) arr3 = BHA_List([arr,arr2]) Create_BHA("single_bool_array",arr3)#自动生成single_bool_array.bha文件 print(Ask_BHA("single_bool_array")) ''' 输出： BHA_List([ BoolHybridArr([True,False,False,False,True,True,False,False,False,True]), BoolHybridArr([False,False,False,False,True,True,False,True,True,False]), ]) ''' #numba_opt函数优化（9.10.4版本新增） try:numba_opt() except:print("请先安装numba库！！！") #int_array模块（9.10.10新增）： max_num = (1 << 256) - 1 min_num = -max_num # 1. IntHybridArray：257位完美存储 arr_hybrid = int_array.IntHybridArray([max_num, min_num, 123456], bit_length=257) print("✅ IntHybridArray存储结果：") print(f"最大值：{arr_hybrid[0]}") print(f"最小值：{arr_hybrid[1]}") # 2. NumPy：用最大的int64尝试存储（必然失败） try: arr_np = np.array([max_num, min_num, 123456], dtype=np.int64) print("\n❌ NumPy存储结果：", arr_np) except OverflowError as e: print(f"\n❌ NumPy存储失败：{e}") #BHA_Queue（9.11.5版本新增） q = BHA_Queue([T, F, T, T, F]) print(f"初始化队列: {q}") # 输出：BHA_Queue([T,F,T,T,F]) q.enqueue(T) q.enqueue(F) print(f"入队2个元素后: {q}") # 输出：BHA_Queue([T,F,T,T,F,T,F]) # 3. 出队（dequeue，均摊O(1)，仅首次触发转移） print(f"第一次出队: {q.dequeue()}") # 输出：T（触发 self.a → self.b 转移，仅1次） print(f"第二次出队: {q.dequeue()}") # 输出：F（直接从 self.b 弹出，纯O(1)） print(f"出队2个元素后: {q}") # 输出：BHA_Queue([T,T,F,T,F]) #float_array子包（9.11.15版本新增） # 1. 初始化数组 f_arr = float_array.FloatHybridArray([1.1, 2.2, 3.3, 4.4, 5.5]) # 2. 获取元素 first_elem = f_arr[0] # 获取第一个元素：BHA_Float(1.1) print(f"第一个元素：{first_elem}") # 3. 修改元素 f_arr[1] = 9.9 # 修改第二个元素为 9.9 print(f"修改后第二个元素：{f_arr[1]}") # 4. 添加元素 f_arr.append(6.6) # 追加元素 6.6 print(f"数组长度：{len(f_arr)}") # 输出：6 # 5. 遍历数组 for elem in f_arr: print(f"数组元素：{elem}") #namespace元类（9.11.15版本新增） class BaseMathTools(metaclass = namespace): pi = 3.141 def add(a,b): return a+b protected_names = ("pi","add") class MathTools(BaseMathTools,metaclass = namespace): pi = 3.1415926535897932 def mul(a,b): return a*b def sub(a,b): return a-b e = 2.718281828 protected_names = (*BaseMathTools.protected_names,"e","sub","mul") print(MathTools.mul(10,23))#输出：230 #布尔数组乘法（9.11.20版本新增） # 定义两个超大二进制数（用BoolHybridArray存储） # 二进制 1101（十进制13） arr1 = BoolHybridArr([1,0,1,1]) # 二进制 1011（十进制11） arr2 = BoolHybridArr([1,1,0,1]) # 直接相乘！ result = arr1 * arr2 print(result) # 输出：BoolHybridArr([1,1,0,0,0,1,1]) → 二进制1100011 = 十进制143（13×11=143） ``` ## 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 * **7.10.5**：修复7.10.4版本index/rindex中size没加self的错误 * **7.10.6**：比7.10.0进一步优化内部储存 * **7.10.7**：新增arr.memory·_usage方法查看是否优化，支持查看内存占用详情及优化建议，配合arr.optimize()实现存储自动调优 * **7.10.8**：增加cython加速 * **7.10.9**：修复之前所有版本的导入问题 * **7.10.10**：修复unit8溢出问题 * **7.10.11**：尝试修复memory_usage方法的错误 * **7.10.12**：尝试修复memory_usage方法的错误×2 * **7.10.13**：尝试修复memory_usage方法的错误×3 * **7.10.14**：尝试修复unit8溢出问题×2 * **7.10.15**：尝试修复unit8溢出问题×3 * **7.10.16**：修复unit8溢出问题×4+尝试修复memory\_usage方法的错误×4 * **7.10.17**：尝试修复memory_usage方法的错误×4 * **7.10.18**：尝试修复memory_usage方法的错误×5 * **7.10.19**：尝试修复memory_usage方法的错误×6 * **7.10.20**：尝试修复memory_usage方法的错误×7 * **7.11.0**：新增int功能，把布尔数组转为int类型 * **7.12.0**：在优化函数中新增应对超级稀疏/超级密集情况的方案 * **7.13.0**：新增多种位运算功能 * **7.13.1**：修复普通左移参数为负数时结果错误 * **7.13.2**：修复左移时的sqrt问题，优化左移 * **7.13.3**：修复左移的问题 * **7.13.4**：优化左移 * **7.13.5**：优化sqrt * **7.13.6**：修复7.13.5版本的SyntaxError * **7.13.7**：优化__int__方法 * **7.14.0**：优化密集部分的运算速度 * **7.14.1**：优化多种位运算方法 * **7.14.2**：修复7.14.1版本的in的错误 * **7.14.3**：修复in的错误×2 * **7.14.4**：修复in的错误×3 * **7.14.5**：修复in的错误×4 * **7.14.6**：优化arr.large的类型 - **8.0.0**：兼容numpy数组 * **8.0.1**：修复8.0.0兼容numpy数组时没有形状参数的问题 * **8.0.2**：移除bool_hybrid_dtype，改用object * **8.1.0**：利用ctypes加速密集部分的一些方法 * **8.1.1**：修复8.1.0版本中的“AttributeError: '_CompactBoolArray' object has no attribute 'small'”问题 * **8.1.2**：修复8.1.1版本中的“TypeError” * **8.1.3**：修复8.1.2版本中的“NameError”问题 * **8.1.4**：修复8.1.3版本中的“TypeError”问题 * **8.1.5**：修复8.1.4版本中的“AttributeError”问题 * **8.2.0**：支持哈希 * **8.2.1**：修复8.2.0版本中的NameError * **8.2.2**：修复8.2.1版本中的IndexError - **9.0.0**：详情见上 * **9.0.1**：小更新，优化optimize方法 * **9.1.0**：新增二维数组的optimize与memory\_usage，优化二维数组的位运算，给BHA\_Bool新增__rand__、**ror**、__rxor__等等 * **9.1.1**：修复9.1.0版本中的TypeError: unsupported operand type(s) for +: 'int' and 'method'错误 * **9.1.2**：修复9.1.1版本中的NameError: name 'equivalent\_numpy\_mem' is not defined错误 * **9.1.3**：修复9.1.2版本中的NameError: name 'need\_optimize' is not defined错误 * **9.2.0**：详情自己发现，提示：看看iter(arr)的返回值类型、调用一下二维数组的optimize、看看BHA\_Bool是不是一个类 * **9.3.0**：将find()返回值改为BHA_List，将BHA_Iterator变为可复用迭代器 * **9.4.0**：新增关闭哈希复用功能 * **9.4.1**：修复了被修改保护和被删除保护的bug * **9.4.2**：修复被修改保护和被删除保护的bug×2 * **9.4.3**：移除只读辅类 * **9.4.4**：修复9.4.3版本中的NameError: name 'ReadOnlyAttribute' is not defined错误 * **9.4.5**：修复9.4.0~9.4.4数组索引访问重点TypeError: 'NoneType' object is not subscriptable * **9.4.6**：让切片、位运算的哈希复用状态和self一致 * **9.5.0**：新增ResurrectMeta元类 * **9.5.1**：修复9.5.0版本中的ResurrectMeta的实例__repr__无限递归问题 * **9.5.2**：修复9.5.1版本中的ResurrectMeta的实例__repr__和__str__的无限递归问题 * **9.6.0**：新增用装饰器给实例添加动态方法的功能 * **9.6.1**：修复9.6.0中的参数传递问题 * **9.6.2**：可以使用BHA\_Iterator * **9.6.3**：修复常变量删除拦截的逻辑错误 * **9.6.4**：把常变量删除拦截的逻辑变得更可读 * **9.6.5**：修复TabError错误 * **9.6.6**：把常变量删除拦截变得更可读 * **9.6.7**：修复常变量删除拦截的逻辑错误 * **9.6.8**：修复常变量删除拦截的逻辑错误 * **9.6.9**：修复9.6.8中的SyntaxError错误 * **9.6.10**：修复9.6.9版本中的AttributeError错误 * **9.6.11**：修复9.6.10版本中的AttributeError: 'dict' object has no attribute '**dict**'. Did you mean: '**dir**'?错误 * **9.6.12**：修复AttributeError错误 * **9.6.13**：修复常变量删除拦截的逻辑错误 * **9.6.14**：修复常变量删除拦截的逻辑错误×2 * **9.6.15**：修复AttributeError错误 * **9.6.16**：修复常变量删除拦截的逻辑错误 * **9.6.17**：类标识错乱修复 * **9.6.18**：加快了迭代速度 * **9.6.19**：使用缓存加速 * **9.6.20**：修复TypeError: unhashable type: 'dict'错误 * **9.6.21**：修复RecursionError: maximum recursion depth exceeded while calling a Python object错误 * **9.6.22**：修复RecursionError: maximum recursion depth exceeded while calling a Python object错误×2 * **9.6.23**：增加了对bool\_hybrid_array.__dict__的防御机制 * **9.6.23.post1**：修复bool_hybrid_array.__dict__的防御机制的问题 * **9.6.23.post2**：修复bool_hybrid_array.__dict__的防御机制的问题×2 * **9.6.23.post3**：修复bool_hybrid_array.__dict__的防御机制的部分逻辑漏洞 * **9.6.23.post4**：修复bool_hybrid_array.__dict__的防御机制的部分逻辑漏洞×2 * **9.6.24**：和9.6.23.post4相同，正式版本发布 * **9.6.25**：增加了对bool\_hybrid\_array里的类的\_\_dict\_\_的防御机制 * **9.6.25.post1**：修复了“变量名不能以数字开头”的错误 * **9.6.26**：和9.6.25.post1相同，正式版本发布 * **9.6.27**：尝试修复T/F相等性判断错误 * **9.6.27.post1**：尝试修复T/F相等性判断错误×2 * **9.6.27.post2**：尝试修复T/F相等性判断错误×3 * **9.6.28**：和* **9.6.27.post2**相同，正式版本发布 * **9.6.29**：解决了密集区numpy的缓存同步问题和拷贝问题 * **9.6.30**：增加了”测试代码“文件 * **9.7.0**：增加了view方法 * **9.7.1**：修复__array__方法部分的错误 * **9.7.2**：修复9.7.1版本中numpy 2.0对__array__方法参数的警告 * **9.7.3**：解决np.array(arr)解释器莫名其妙退出的问题 * **9.8.0**：增加python 3.9以下的版本泛型、联合类型支持 * **9.8.1**：让python 3.10+版本泛型、联合类型分别为types.UnionType和types.GenericAlias * **9.8.2**：修复9.8.1版本中联合类型返回值的错误 * **9.9.0**：新增BHA_Function动态创建函数的功能 * **9.9.1**：增加一下保护字典的保护名单 * **9.9.2**：加快了any和all的速度 * **9.9.3**：开放ProtectedBuiltinsDict类型 * **9.10.0**：新增Ask_BHA和Create_BHA * **9.10.1**：修复TypeError: 'BoolHybridArray' object cannot be interpreted as an integer的错误 * **9.10.2**：解决多补前导零的问题 * **9.10.3**：解决少补前导零的问题 * **9.10.4**：新增numba_opt功能 * **9.10.5**：新增BHA_Opener工具包 * **9.10.6**：给Ask_BHA新增了mmap优化 * **9.10.7**：修复了RecursionError: maximum recursion depth exceeded错误 * **9.10.8**：给Create_BHA新增了mmap优化 * **9.10.9**：修复9.10.8版本中的NameError错误 * **9.10.10**：新增int_array模块 * **9.10.11**：修复NameError: name 'int_array' is not defined. Did you mean: 'bytearray'?的错误 * **9.10.12**：把find方法的返回值改为IntHybridArray * **9.10.13**：给IntHybridArray新增多种列表操作 * **9.10.14**：修复IntHybridArray中因单个 0 导致所有数字位长被压缩到 1的问题 * **9.10.15**：修复IntHybridArray变成布尔数组的错误 * **9.10.16**：新增Python 3.14时的jit优化加速 * **9.10.17**：给保护字典添加__import__方法，支持from导入 * **9.10.18**：新增BoolHybridArray的序列化和反序列化支持 * **9.10.18.post1**：修复TypeError: cannot pickle 'itertools._tee' object错误 * **9.10.18.post2**：尝试修复“满屏错误”的问题 * **9.10.18.post3**：尝试修复“满屏错误”的问题×2 * **9.10.18.post4**：尝试修复“满屏错误”的问题×3 * **9.10.19**：和9.10.18.post4相同，正式版本发布 * **9.10.20**：优化性能，增加BHA_jit_log日志 * **9.10.21**：优化Ask_BHA，移除BHA_jit_log日志 * **9.10.22**：进一步优化Ask_BHA的性能 * **9.11.0**：新增对7.3.10以上版本的PyPy解释器的支持 * **9.11.1**：修复PyPy解释器下的保护机制过度保护bug * **9.11.2**：尝试修复IntHybridArray索引修改的错误 * **9.11.3**：修复NameError: name 'lst' is not defined. Did you mean: 'list'?错误 * **9.11.4**：修复TypeError: __dict__ must be set to a dictionary, not a 'IntHybridArray'的错误 * **9.11.5**：新增BHA_Queue双栈实现队列 * **9.11.6**：修复从9.11.3版本开始cpython用户无法安装bool-hybrid-array包的问题 * **9.11.7**：修复TypeError: 'map' object is not reversible的错误 * **9.11.8**：增加了Windows系统Python3.14的C扩展优化 * **9.11.9**：修复BHA_Queue的bug，新增cin和cout（使用方式：a = ctypes.c_int();cin >> a;cout << a，支持各种ctypes类型、numpy标量） * **9.11.10**：修复cin的AttributeError的错误 * **9.11.11**：新增cin对EOF的处理 * **9.11.12**：优化了IntHybridArray的__setitem__，新增了IntHybridArray的sort * **9.11.13**：修复IndexError的错误 * **9.11.14**：新增BoolHybridArray数组的大小比较 * **9.11.15**：新增float_array子包和namespace元类 * **9.11.16**：修复SyntaxError错误 * **9.11.17**：优化IntHybridArray的sort方法 * **9.11.18**：修复TypeError的错误 * **9.11.19**：修复Cython优化 * **9.11.20**：新增布尔数组乘法 ## **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是本库中的**核心类**，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：为什么不建议把太大的本类型数组打印？ * A：虽然BoolHybridArray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（`numpy.ndarray`：我都比字符串省内存） - Q：为什么使用在Windows终端使用PyPy时建议先调用`chcp 65001`再启动PyPy？ * A：因为本库有很多的的中文报错和打印，项目里也可能会有。Windows终端里的PyPy默认是GBK编码，有中文时会乱码。chcp 65001可以切换到UTF-8编码，防止乱码。 ### bool-hybrid-array 🔥 全网下载100+K+，但GitHub星标=0的「神秘Python包」🔥 #### 为啥这么多人下载还没人来GitHub？ 我也不知道😭 可能大家下载完就把我忘了，求各位大佬来看看孩子吧！ #### 今日目标 📌 星标破50：出详细教程+性能对比视频 📌 星标破100：直播在线改bug（你提我改，绝不耍赖） ## 源代码和原理 请见[来看看我自己的布尔数组吧！](https://code.xdf.cn/freecode/editor?no=80cd07aa023fb2448069e6d8dd50bb5d&type=2&org=code) 或[Github仓库](https://github.com/BKsell/bool-hybrid-array.git) ## 许可证 本项目采用**MIT许可证**，详情参见**LICENSE文件**。