查找列表中重复序列索引的有效方法？

Question

我在python中有一个很大的数字列表，我想编写一个函数来查找列表中的相同数字重复n次以上的部分。 例如，如果n为3，则对于以下示例，我的函数应返回以下结果：

当应用于example = [1,2,1,1,1,1,2,3]时，该函数应返回[（2,6）]，因为example [2：6]是包含所有相同值的序列。

当应用于example = [0,0,0,7,3,2,2,2,2,1]时，该函数应返回[（0,3），（5,9）]，因为两个example [0：3 ]和example [5：9]包含相同值的重复序列。

当应用于example = [1,2,1,2,1,2,1,2,1,2]时，该函数应返回[]，因为不存在三个或三个以上相同编号元素的序列。

我知道我可以编写一堆循环来获取所需的内容，但这似乎效率不高，我想知道是否有更简单的选择来获取所需的内容。

Answer 1

使用itertools.groupby并enumerate ：

>>> from itertools import groupby
>>> n = 3
>>> x = [1,2,1,1,1,1,2,3] 
>>> grouped = (list(g) for _,g in groupby(enumerate(x), lambda t:t[1]))
>>> [(g[0][0], g[-1][0] + 1) for g in grouped if len(g) >= n]
[(2, 6)]
>>> x = [0,0,0,7,3,2,2,2,2,1]
>>> grouped = (list(g) for _,g in groupby(enumerate(x), lambda t:t[1]))
>>> [(g[0][0], g[-1][0] + 1) for g in grouped if len(g) >= n]
[(0, 3), (5, 9)]

要了解groupby：只需意识到每次迭代都会返回键的值（该键用于对iterable的元素进行分组），以及一个新的lazy-iterable（将在组中进行迭代）。

>>> list(groupby(enumerate(x), lambda t:t[1]))
[(0, <itertools._grouper object at 0x7fc90a707bd0>), (7, <itertools._grouper object at 0x7fc90a707ad0>), (3, <itertools._grouper object at 0x7fc90a707950>), (2, <itertools._grouper object at 0x7fc90a707c10>), (1, <itertools._grouper object at 0x7fc90a707c50>)]

Answer 2

您可以按照当前算法在单个循环中执行此操作：

def find_pairs (array, n):
    result_pairs = []
    prev = idx = 0
    count = 1
    for i in range (0, len(array)):
        if(i > 0):
            if(array[i] == prev):
                count += 1
            else:
                if(count >= n):
                    result_pairs.append((idx, i))
                else:
                    prev = array[i]
                    idx = i
                count = 1
        else:
            prev = array[i]
            idx = i
    return result_pairs

然后调用这样的函数： find_pairs(list, n) 。 这是执行此任务的最有效方法，因为它具有复杂度O（len（array））。 我认为这很容易理解，但是如果您有任何疑问，请提出。

Answer 3

您可以使用它。 请注意，关于n的作用，您的问题模棱两可。 我在这里假设应该匹配一系列n个相等的值。 如果它至少应具有n + 1个值，则将>=替换为> ：

def monotoneRanges(a, n):
    idx = [i for i, v in enumerate(a) if not i or a[i-1] != v] + [len(a)]
    return [r for r in zip(idx, idx[1:]) if r[1] >= r[0]+n]

# example call
res = monotoneRanges([0,0,0,7,3,2,2,2,2,1], 3)

print(res)

输出：

[(0, 3), (5, 9)]