确定一个字符串是否在其他两个字符串之间按字母顺序排列

Question

我有2个清单。 第一个只是字符串列表。 第二个是字符串元组的列表。 假设我有s一个列表中的字符串。 我想在第二个列表中找到所有对，其中s在字母顺序之间。 一个具体的例子：

s = "QZ123DEF"

("QZ123ABC", "QZ125ZEQ") # would return as a positive match
("QF12", "QY22") # would not return as a positive match

我想到了一种蛮力方法，即检查s是否大于第二个列表中的所有元组的第一个字符串，并且小于第二个字符串，但是我想知道是否有更好的方法。 顺便说一句，我正在使用python。

Answer 1

这是使用bisect模块的一种方法，这要求先对S进行排序：

import bisect
import pprint
S = ['b', 'd', 'j', 'n', 's']
pairs = [('a', 'c'), ('a', 'e'), ('a', 'z')]

output = {}

for a, b in pairs:

    # Here `a_ind` and `b_ind` are the indices where `a` and `b` will fit in
    # the list `S`. Using these indices we can find the items from the list that will lie 
    # under `a` and `b`.

    a_ind = bisect.bisect_left(S, a)
    b_ind = bisect.bisect_right(S, b)

    for x in S[a_ind : b_ind]:
        output.setdefault(x, []).append((a, b))

pprint.pprint(output)

输出：

{'b': [('a', 'c'), ('a', 'e'), ('a', 'z')],
 'd': [('a', 'e'), ('a', 'z')],
 'j': [('a', 'z')],
 'n': [('a', 'z')],
 's': [('a', 'z')]}

---

与对随机数据的蛮力方法相比，这快了2-3倍：

def solve(S, pairs):

    S.sort()
    output = {}
    for a, b in pairs:
        a_ind = bisect.bisect_left(S, a)
        b_ind = bisect.bisect_right(S, b)
        for x in S[a_ind : b_ind]:
            output.setdefault(x, []).append((a, b))

def brute_force(S, pairs):

    output = {}
    for s in S:
        for a, b in pairs:
            if a <= s <= b:
                output.setdefault(s, []).append((a, b))

def get_word():
    return ''.join(random.choice(string.letters))

S = [get_word() for _ in xrange(10000)]
pairs = [sorted((get_word(), get_word())) for _ in xrange(1000)]

时序比较：

In [1]: %timeit brute_force(S, pairs)                                                                              
1 loops, best of 3: 10.2 s per loop                                                                                

In [2]: %timeit solve(S, pairs)                                                                                    
1 loops, best of 3: 3.94 s per loop                                                                                

Answer 2

def between((tupa,tupb),val):
    return tupa <= val <= tupb

s = "QZ123DEF"
print filter(lambda tup:between(tup,s),my_list_tuples)

也许...但是它仍然是“蛮力”

Answer 3

因此，假设元组中只有两个条目，那么您可以做一点理解：

>>> s = "QZ123DEF"
>>> testList = [("QZ123ABC", "QZ125ZEQ"), ("QF12", "QY22")]
>>> [test[0] <= s <= test[1] for test in testList]
[True, False]

可以将其扩展为s的列表，并将结果存储在dict ：

>>> S = ["QZ123DEF", "QG42"]
>>> {s: [test[0] <= s <= test[1] for test in testList] for s in S}
{'QZ123DEF': [True, False], 'QG42': [False, True]}

Answer 4

我不知道这是否是蛮力，但以下代码有效：

def foo(s,a,b):
    if s<=a and s>=b:
        return True
    if s>=a and s<=b:
        return True
    return False


print foo("QZ123DEF", "QZ123ABC", "QZ125ZEQ") --> True
print foo("QZ123DEF", "QF12", "QY22") --> False

Answer 5

如果对的数量很大并且搜索的数量也很大，则以下算法可能是有利的。 （我很遗憾没有时间进行任何比较。）

该算法将第二个列表中的所有字符串复制到一个表中，其中的条目是：a）一个字符串，和b）到原始列表的索引，但是对每个“第二个”字符串都为负（“标记”）然后，对该表进行排序根据第二个列表中的字符串部分。

然后，对于第二个列表中的字符串s，在strpos中找到其字符串大于或等于s的最小条目。

最后，收集从该条目到表末尾的所有索引，记住正索引并跳过负索引。 这将为您提供所有包含字符串s的对。

转储strpos表：

AAA at 1
BBB at 2
CCC at -1
FFF at -2
HHH at 3
LLL at -3
NNN at 4
ZZZ at -4

三个字符串的结果：

for ABC found AAA - CCC
for XYZ found NNN - ZZZ
for IJK found HHH - LLL
for HHH found HHH - LLL