对xaxis的值进行排序，以便在计算f（x）时均匀填充图f（x）

Question

总体理解的全局任务：我需要绘制函数f（x）的结果。任务很简单，但有两个问题：

1. 对于x的每一个值，f（x）都需要花费大量的计算时间（几十分钟甚至大约一小时）
2. 我不知道f（x）的估计形状，因此我不知道在预定义的x限制中需要多少x值才能正确表示函数

我想在每次得到新的f（x）值时更新f（x）的绘图。我不想顺理成章地解f（x），我想增加细节的层次，所以每次我看一个图，我看到它在我的（x_min，x_max）范围内，在这个范围内缓慢地更新

因此，问题是：我需要一个函数，它以适当的顺序提供x的列表

受二进制搜索的启发，我提出了以下算法：

lista的x值只包含唯一的值，并对其进行排序

def dissort(a)
    step = len(a) - 1
    picked = [False for x in a]
    out = []
    while False in picked and step > 0:
        for k in range(0, len(a), step):
            if not picked[k]:
                out.append(a[k])
                picked[k] = True
        step = step // 2
    return out

in = [1, 2, 3, 4, 5, 6, 7, 8, 9]
out = [1, 9, 5, 3, 7, 2, 4, 6, 8]
assert(dissort(in) == out)

我在这里看到了一些缺陷：picked数组可能是不必要的，每次细节级别增加时都会不必要地检查拾取的值。现在我对它的性能很满意，但将来我可以在更大的列表中使用它

有没有办法让它更具性能？在一些python包中已经有实现了吗？我找不到它

Answer 1

x值的随机顺序可以吗？ 如果是：

import random
xvals = random.sample(range(10),10)

结果:

 [9, 5, 1, 7, 6, 2, 3, 0, 4, 8]

这些数字不会重复。当然，每次调用结果都会有所不同。您可以生成任意数量的x值：

random.sample(range(20),20)
 [10, 5, 0, 18, 13, 14, 19, 3, 1, 2, 17, 6, 4, 11, 15, 7, 9, 8, 12, 16]

我相信这也是O（n）

唯一的问题可能是：在每次增加x值数量的迭代中，您是否也希望从上一次迭代中重复？或者上述情况是否足够