在列表中查找包含重复元素的第二大元素

Question

我有一个列表，其中故意设置了几个非常大的值以区分那些索引，看起来像这样：

a = [1.3, 2.1, 9999., 5., 3.7 ,6.6, 9999., 7.4, 9999., 3.5, 7, 1.2, 9999.]

我需要以尽可能最有效的方式在该列表中找到第二个最大值，该最大值不等于9999. （在上述情况下为7.4 ）（我的列表会变得很大）

在此问题中，从包含100,000个整数的列表中检索出两个最高的项目，但提到了heapq.nlargest函数，但是由于我有多个值9999.所以它将不起作用。

Answer 1

这是另一种方法：

>>> a = [1.3, 2.1, 9999., 5., 3.7 ,6.6, 9999., 7.4, 9999., 3.5, 7, 1.2, 9999.]
>>> sorted(set(a))[-2]
7.4
>>>

而且，信不信由你，它实际上比公认的解决方案快很多：

>>> from timeit import timeit
>>> timeit("a=range(10000000);print sorted(set(a))[-2]", number=10)
9999998
9999998
9999998
9999998
9999998
9999998
9999998
9999998
9999998
9999998
34.327036257401424
>>> # This is NPE's answer
>>> timeit("a=range(10000000);maxa = max(a);print max(val for val in a if val != maxa)", number=10)
9999998
9999998
9999998
9999998
9999998
9999998
9999998
9999998
9999998
9999998
53.22811809880869
>>>

上面的测试可以运行10次，并且可以处理包含10,000,000个项目的列表。 除非测试中存在缺陷（我认为没有缺陷），否则我提供的解决方案显然要快得多。

Answer 2

>>> max(val for val in a if val != 9999)
7.4

这具有O(n)时间复杂度。

如果9999不是固定的，则可以使用max(a)而不是9999来泛化它：

>>> maxa = max(a)
>>> max(val for val in a if val != maxa)
7.4

（尽管我怀疑这不是您想要的。）

Answer 3

a = set([1.3, 2.1, 9999., 5., 3.7 ,6.6, 9999., 7.4, 9999., 3.5, 7, 1.2, 9999.])
a.remove(max(a))
print max(a)

这使用set来确保我们只处理唯一的项目，然后删除最大值，以便下次调用max ，将剩下第二个最佳最大值。

Answer 4

如果要使用numpy，则可以使用掩码数组跳过“错误”值：

import numpy as np
a = np.array([1.3, 2.1, 9999., 5., 3.7 ,6.6, 9999., 7.4, 9999., 3.5, 7, 1.2, 9999.])
ma = np.ma.masked_values(a, 9999., copy=False)
ma.max()
7.4

您可以轻松地将排除项添加到蒙版中：

ma = np.ma.masked_values(ma, 7.4, copy=False)
ma.max()
7.0
ma.mask[ma>=5]=True   
ma.max()
3.7