deepcopy和python-避免使用它的提示?

我有一个非常简单的python例程,它涉及到在大约20000个纬度、经度坐标的列表中循环,并计算每个点到一个参考点的距离。

def compute_nearest_points( lat, lon, nPoints=5 ):
    """Find the nearest N points, given the input coordinates."""

    points = session.query(PointIndex).all()
    oldNearest = []
    newNearest = []
    for n in xrange(nPoints):
        oldNearest.append(PointDistance(None,None,None,99999.0,99999.0))
        newNearest.append(obj2)

    #This is almost certainly an inappropriate use of deepcopy
    #  but how SHOULD I be doing this?!?!
    for point in points:
        distance = compute_spherical_law_of_cosines( lat, lon, point.avg_lat, point.avg_lon )
        k = 0
        for p in oldNearest:
            if distance < p.distance:
                newNearest[k] = PointDistance(
                    point.point, point.kana, point.english, point.avg_lat, point.avg_lon, distance=distance
                    )
                break
            else:
                newNearest[k] = deepcopy(oldNearest[k])
            k += 1
        for j in range(k,nPoints-1):
            newNearest[j+1] = deepcopy(oldNearest[j])
        oldNearest = deepcopy(newNearest)

    #We're done, now print the result
    for point in oldNearest:
        print point.station, point.english, point.distance

    return

我最初是用C编写的,使用完全相同的方法,在那里工作得很好,对于nPoints基本上是即时的<=所以我决定把它移植到python上因为我想用SqlAlchemy做一些其他的事情。

我第一次移植它时没有使用deepcopy语句,而deepcopy语句现在在该方法中添加了胡椒粉,这导致结果是“奇怪的”,或者部分不正确,因为一些点只是作为引用被复制(我猜?我想是吧?——但它的速度还是和C版本差不多。

现在添加了deepcopy调用后,例程可以正确地完成它的工作,但是它已经招致了极大的性能损失,现在执行相同的工作需要几秒钟。

这似乎是一个很普通的工作,但我显然没有做它的蟒蛇的方式。我应该如何做,这样我仍然得到正确的结果,但不必包括deepcopy无处不在?

编辑:
我找到了一个更简单更快的解决方案,

def compute_nearest_points2( lat, lon, nPoints=5 ):
    """Find the nearest N points, given the input coordinates."""

    points = session.query(PointIndex).all()
    nearest = []

    for point in points:
        distance = compute_spherical_law_of_cosines( lat, lon, point.avg_lat, point.avg_lon )
        nearest.append( 
            PointDistance(
                point.point, point.kana, point.english, point.avg_lat, point.avg_lon, distance=distance
                )
            )

    nearest_points = sorted(nearest, key=lambda point: point.distance)[:nPoints]     
    for item in nearest_points:
        print item.point, item.english, item.distance
    return

所以基本上我只是做一个输入的完整副本,并附加一个新的值-到参考点的距离。然后我将“sorted”应用于结果列表,指定sort键应该是PointDistance对象的distance属性。

这比使用deepcopy快得多,尽管我承认我真的不明白为什么。我想这应该归功于python的高效C实现“排序”?