[英]Fastest way to remove subsets of lists from a list in Python
假设我有一个如下列表(实际列表要长得多):
fruits = [['apple', 'pear'],
['apple', 'pear', 'banana'],
['banana', 'pear'],
['pear', 'pineapple'],
['apple', 'pear', 'banana', 'watermelon']]
在这种情况下,列表['banana', 'pear']
, ['apple', 'pear']
和['apple', 'pear', 'banana']
中的所有项目都包含在列表['apple', 'pear', 'banana', 'watermelon']
(项目的顺序无关紧要),所以我想删除['banana', 'pear']
, ['apple', 'pear']
, 和['apple', 'pear', 'banana']
因为它们是['apple', 'pear', 'banana', 'watermelon']
子集。
我目前的解决方案如下所示。 我首先使用ifilter
和imap
为每个列表可能具有的超集创建生成器。 然后对于那些确实有超集的情况,我使用compress
和imap
来删除它们。
from itertools import imap, ifilter, compress
supersets = imap(lambda a: list(ifilter(lambda x: len(a) < len(x) and set(a).issubset(x), fruits)), fruits)
new_list = list(compress(fruits, imap(lambda x: 0 if x else 1, supersets)))
new_list
#[['pear', 'pineapple'], ['apple', 'pear', 'banana', 'watermelon']]
filter(lambda f: not any(set(f) < set(g) for g in fruits), fruits)
我不知道它是否更快,但这更容易阅读(无论如何):
sets={frozenset(e) for e in fruits}
us=set()
while sets:
e=sets.pop()
if any(e.issubset(s) for s in sets) or any(e.issubset(s) for s in us):
continue
else:
us.add(e)
更新
它很快。 更快仍然是使用for
循环。 检查时间:
fruits = [['apple', 'pear'],
['apple', 'pear', 'banana'],
['banana', 'pear'],
['pear', 'pineapple'],
['apple', 'pear', 'banana', 'watermelon']]
from itertools import imap, ifilter, compress
def f1():
sets={frozenset(e) for e in fruits}
us=[]
while sets:
e=sets.pop()
if any(e.issubset(s) for s in sets) or any(e.issubset(s) for s in us):
continue
else:
us.append(list(e))
return us
def f2():
supersets = imap(lambda a: list(ifilter(lambda x: len(a) < len(x) and set(a).issubset(x), fruits)), fruits)
new_list = list(compress(fruits, imap(lambda x: 0 if x else 1, supersets)))
return new_list
def f3():
return filter(lambda f: not any(set(f) < set(g) for g in fruits), fruits)
def f4():
sets={frozenset(e) for e in fruits}
us=[]
for e in sets:
if any(e < s for s in sets):
continue
else:
us.append(list(e))
return us
if __name__=='__main__':
import timeit
for f in (f1, f2, f3, f4):
print f.__name__, timeit.timeit("f()", setup="from __main__ import f, fruits"), f()
在我的Python 2.7上的机器上:
f1 8.09958791733 [['watermelon', 'pear', 'apple', 'banana'], ['pear', 'pineapple']]
f2 15.5085151196 [['pear', 'pineapple'], ['apple', 'pear', 'banana', 'watermelon']]
f3 11.9473619461 [['pear', 'pineapple'], ['apple', 'pear', 'banana', 'watermelon']]
f4 5.87942910194 [['watermelon', 'pear', 'apple', 'banana'], ['pear', 'pineapple']]
@lukaszzenko 发布的答案是正确的,适用于 Python 2。
对于 Python 3,它将给出 object。 下面的代码适用于 Python 3。
list (filter(lambda f: not any(set(f) < set(g) for g in fruits), fruits) )
stackoverflow 中的相关帖子: Python 列表过滤:从列表列表中删除子集
您还可以在下面的链接中找到其他方法: 删除另一个子列表中存在的子列表
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.