根据列表快速排序（从中提取）元组

Question

我是python新手，我一直在尝试根据列表中的值对元组中的值进行排序（提取），但是到目前为止，我的代码似乎真的很慢。

所以，我有一个像这样的列表：

x = ["d5b44796d43c4bf5a0f252aeb49738f5", "04d0e11f8ceb4b128fa723181369ba1a", "6244dd8bfee44a61800a25d9f2e6f743", "662ae26640a44a37816daa6e85ef4972", "7d5e1f59f7984495877a059bea643954"]

的，我有一个像这样的元组：

y = [(31, u'dir/04d0e11f8ceb4b128fa723181369ba1a.mov'), (32, u'dir/d5b44796d43c4bf5a0f252aeb49738f5.pdf'), (66, u'dir/6244dd8bfee44a61800a25d9f2e6f743.jpg'), (34, u'dir/662ae26640a44a37816daa6e85ef4972.doc'), (33, u'dir/7d5e1f59f7984495877a059bea643954.ppt')]

如果x的元素存在于y[i][1]我想从y获取id 。 因此，如下所示：

id_list=[]
for i in x:
    for j in y:
        if i in j[1]:
            try:
                id_list.append(j[0])
            except:
                pass
            break
        else:
            pass

我得到：

id_list = [32, 31, 66, 34, 33]

同样，结果集必须保持x的顺序。 上面的循环可以做到这一点。

问题是上面的代码非常慢（羞愧！）-我的x在1000的范围内，而y也在。

所以我想我的问题是是否有更好的方法编写上述代码？ 我在这里正在考虑迭代器，但并不确定在这种情况下如何编写迭代器。

Answer 1

id_list = [j[0] for j in sorted(y, key=lambda e: x.index(e[1].split('/')[-1].split('.')[0]))]    

如果x是dict则可以改进此方法，因为查找会更快，因此我们将使用OrderedDict来维护顺序：

import collections
from os.path import basename, splitext

x = collections.OrderedDict((e, i) for i, e in enumerate(x))

id_list = [j[0] for j in sorted(y, key=lambda e: x[splitext(basename(e[1]))[0]])]

Answer 2

In [3]y1=[elem[1].strip('dir').split('.')[0] for elem in y]
In [4]: res=[(i,j[0]) for i in x for j in y1 if i in j ]

In [5]: res
Out[5]: 
[('04d0e11f8ceb4b128fa723181369ba1a', 31),
 ('6244dd8bfee44a61800a25d9f2e6f743', 66),
 ('662ae26640a44a37816daa6e85ef4972', 34),
 ('7d5e1f59f7984495877a059bea643954', 33)]

In [6]: [elem[1] for elem in res]
Out[6]: [31, 66, 34, 33]

Answer 3

如果要保持x的顺序，则需要提取y所有id并将它们放在集合中，然后在x上进行迭代以检查项是否在集合中：

>>> x = ["d5b44796d43c4bf5a0f252aeb49738f5", "04d0e11f8ceb4b128fa723181369ba1a", "6244dd8bfee44a61800a25d9f2e6f743", "662ae26640a44a37816daa6e85ef4972", "7d5e1f59f7984495877a059bea643954"]
>>> y = [(31, u'dir/04d0e11f8ceb4b128fa723181369ba1a.mov'), (32, u'dir/d5b44796d43c4bf5a0f252aeb49738f5.pdf'), (66, u'dir/6244dd8bfee44a61800a25d9f2e6f743.jpg'), (34, u'dir/662ae26640a44a37816daa6e85ef4972.doc'), (33, u'dir/7d5e1f59f7984495877a059bea643954.ppt')]
>>> s = set()
>>> for e in y:
...     r = re.match(r'^dir/(.*)\.', e[1])
...     if r:
...             s.add(r.group(1))
>>> [e for e in x if e in s]

Answer 4

x = ["d5b44796d43c4bf5a0f252aeb49738f5", "04d0e11f8ceb4b128fa723181369ba1a", "6244dd8bfee44a61800a25d9f2e6f743", "662ae26640a44a37816daa6e85ef4972", "7d5e1f59f7984495877a059bea643954"]

xset = set(x)

y = [(31, u'dir/04d0e11f8ceb4b128fa723181369ba1a.mov'), (32, u'dir/d5b44796d43c4bf5a0f252aeb49738f5.pdf'), (66, u'dir/6244dd8bfee44a61800a25d9f2e6f743.jpg'), (34, u'dir/662ae26640a44a37816daa6e85ef4972.doc'), (33, u'dir/7d5e1f59f7984495877a059bea643954.ppt')]

print [num for num, path in y if path.split('/')[1].split('.')[0] in xset]

Answer 5

在这个答案中 ：使用[:-4]可能不是一个好主意，如果我们有dir/04d0e11f8ceb4b128fa723181369ba1a.rmvb怎么dir/04d0e11f8ceb4b128fa723181369ba1a.rmvb ？ 我建议使用os.path.splitext(os.path.basename(thefilepath))[0]来获取文件名。

所以我的想法是：我们首先将元素映射到id， yy应该是：

{u'7d5e1f59f7984495877a059bea643954': 33,u'6244dd8bfee44a61800a25d9f2e6f743': 66, u'662ae26640a44a37816daa6e85ef4972': 34, u'04d0e11f8ceb4b128fa723181369ba1a': 31, u'd5b44796d43c4bf5a0f252aeb49738f5': 32}

并且我们使用yy[element]获得ID，其顺序应与以前相同。

---

解决方案：

from os import path

yy = {path.splitext(path.basename(j))[0]:i for (i, j) in y}
xx = [yy[i] for i in x]
print(xx)

# output
[32, 31, 66, 34, 33]