Python：从列表中删除哪些元素是其他元素的前缀

Question

最快（＆python）方式获取不包含任何其他元素作为其前缀的元素列表。

（元素可以是任何顺序，为了清楚起见，解释元素在这里保持顺序，所以如果需要排序必须明确地完成）

输入是

['AB', 'ABC', 'ABCDEF', 'ABCDEFG', 'BCD', 'DEF', 'DEFGHI', 'EF', 'GKL', 'JKLM']

元素消除：

'AB' prefix of 'ABC'
'ABC' prefix of 'ABCDEF'
'ABCDEF' prefix OF 'ABCDEFG'
'DEF' prefix of 'DEFGHI'

预期产出

['ABCDEFG', 'BCD', 'DEFGHI', 'EF', 'GKL', 'JKLM']

编辑 ：

增加一点复杂性（或清晰度）。 列表的平均长度从500到900不等。

Answer 1

列表理解（ ls是输入列表的名称）：

[x for x in ls if x not in [y[:len(x)] for y in ls if y != x]]

我怀疑它在性能方面是最快的，但这个想法非常简单。 您将逐个元素地遍历list，并检查它是否是所有其余元素列表中任何元素的前缀。

timeit结果：每循环11.9 us（尽管如果要将它用于大型列表，缩放更重要）

Answer 2

如果您的列表已排序，则每个元素都是下一个元素的前缀，或者不是任何元素的前缀。 因此，你可以写：

ls.sort()
[ls[i] for i in range(len(ls))[:-1] if ls[i] != ls[i+1][:len(ls[i])]] + [ls[-1]]

这将是n log(n)排序加上一次遍历列表（ n ）。

对于您当前的排序列表，它也稍微快一些，因为它是线性的，timeit给出2.11 us。

使用zip可以稍微快一点（但不是渐近），也有更多的pythonic：

[x for x, y in zip(ls[:-1], ls[1:]) if x != y[:len(x)]] + [ls[-1]]

timeit给出1.77我们

Answer 3

如果您的列表最初是无序的，则首先执行ls.sort() 。

使用startswith ：

In [71]: [i for i, j in zip(ls[:-1], ls[1:]) if not j.startswith(i)]+[ls[-1]]
Out[71]: ['ABCDEFG', 'BCD', 'DEFGHI', 'EF', 'GKL', 'JKLM']

或enumerate ：

[v for i, v in enumerate(ls[:-1]) if not ls[i+1].startswith(v)]+[ls[-1]]

与@ sashkello的方法相比：

In [78]: timeit [v for i, v in enumerate(ls[:-1]) if not ls[i+1].startswith(v)]+[ls[-1]] 
10000 loops, best of 3: 29.6 us per loop

In [79]: timeit [i for i, j in zip(ls[:-1], ls[1:]) if not j.startswith(i)]+[ls[-1]]
10000 loops, best of 3: 28.5 us per loop

In [80]: timeit [x for x in ls if x not in [y[:len(x)] for y in ls if y != x]]
1000 loops, best of 3: 1.77 ms per loop