如何有效地检查和添加嵌套列表中不存在的元素？

Question

我有一个巨大的嵌套列表，它的元素是单词字符串，格式如下：

[[0,'+','the','+','quick','+','brown','+','fox','+','jumps','over','+','the','+','lazy','+','dog','+',908]
...,
['Now','+','is','+', 'the','+', 'time','+', 'for','+', 'all','+', 67,'+', 'men']]

但是，我发现有些元素没有+分隔符。 例如，在子列表一中：

[0,'+','the','+','quick','+','brown','+','fox','+','jumps','over','+','the','+','lazy','+','dog','+',908]

在'jumps','over'存在+ 。 对于带有长子列表的大型嵌套列表，在没有分隔符的元素之间添加+分隔符的最有效方法是什么？

预期的输出应如下所示：

[[0,'+','the','+','quick','+','brown','+','fox','+','jumps','+','over','+','the','+','lazy','+','dog','+',908]
    ...,
    ['Now','+','is','+', 'the','+', 'time','+', 'for','+', 'all','+', 67,'+', 'men']]

Answer 1

有点贪心：

cleansed_lists = [[word for word in sentence if word != '+'] for sentence in nested_list]
result = []
for sentence in cleansed_lists:
    new_list = ['+'] * (2 * len(sentence) - 1)
    new_list[::2] = sentence
    result.append(new_list)

时间复杂度：

假设N是您的外部列表的长度，而n是每个内部列表（您的句子）的平均长度。

第1行 ：我们使用O（1）操作（即if word != '+' ）遍历一次外部列表，一次迭代每个内部列表。 因此，第1行的时间复杂度为O（n * N） 。

第3-6行 ：我们一次遍历外部列表（第3行）， 相当于列表的大小是内部列表大小的两倍（第4行），列表的其他所有元素则是内部列表大小的两倍（第4行） 5）。 这会产生O（N *（2n + n））的时间复杂度，从而简化为O（n * N） 。

= O(n*N) + O(N*(2n+n))
= O(n*N) + O(N*3n)
= O(n*N) + O(N*n)
= O(n*N)

因此，最终复杂度为O（n * N） 。

Answer 2

x = [[0,'+','the','+','quick','+','brown','+','fox','+','jumps','over','+','the','+','lazy','+','dog','+',908],
['Now','+','is','+', 'the','+', 'time','+', 'for','+', 'all','+', 67,'+', 'men']]

x = [[i for i in item if i != '+'] for item in x]
print([sum([[a,b] for a, b in zip(item, ['+' for _ in range(len(item))])], []) for item in x ])

输出量

[[0, '+', 'the', '+', 'quick', '+', 'brown', '+', 'fox', '+', 'jumps', '+', 'over', '+', 'the', '+', 'lazy', '+', 'dog', '+', 908, '+'], ['Now', '+', 'is', '+', 'the', '+', 'time', '+', 'for', '+', 'all', '+', 67, '+', 'men', '+']]

Answer 3

我尝试了两种方法，但没有较大的嵌套列表：

data = [0, '+', 'the', '+', 'quick', '+', 'brown', '+', 'fox', '+',
        'jumps', 'over', '+', 'the', '+', 'lazy', '+', 'dog', '+', 908]


def func_1():
    for i in range(1, len(data), 2):
        if data[i] != '+':
            data.insert(i, '+')


def func_2():
    real_data = [val for val in data if val != '+']
    spliter = '+'*len(real_data)
    [i for ab in zip(real_data, spliter) for i in ab][:-1]


%timeit func_1()
%timeit func_2()

最终结果是：

981 ns ± 17.6 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)
3.24 µs ± 101 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

也许您可以试试〜祝您好运！