计算部分列表出现次数的最快方法

Question

从开始 position 到停止 position 计算元素出现的最快方法是什么。

 list = [a,b,c,c,d,c....] can be very long
 count(list,c, from = 2, till = 4) = 2.

我们可以做

 counter = 0
 for i in range(startpos, endpos):
        if symbol == list[i]:
            counter+= 1

或者我们可以做

list[startpos:endpos].count(symbol)

但是，这看起来仍然比第一个选项慢，并且会复制列表的很大一部分

由于字符串有计数 function 像这样，我们可以将列表加入字符串，而不是使用内置计数功能，但是由于列表很大，转换为字符串似乎不是一种更快的方法。

有没有更快的pythonic方法来实现这一点？

Answer 1

如果您想要一个纯 Python 解决方案，将您的第一个选项转换为sum function 中的生成器表达式对于非常大的列表可能是最有效的解决方案：

sum(1 for i in range(startpos, endpos) if list[i] == symbol)

其他选项，例如从列表的开头进行迭代（这会浪费大量时间迭代超出所需范围）或切片（涉及创建副本），当列表非常大时，效率几乎不会那么高。

但是，如果您不介意使用numpy ，则可以创建一个numpy数组而不是列表，这样您就可以在不复制项目的情况下对其进行切片（ numpy ，然后在您创建数组时使用sum的方法）计算切片中等于所需值的项目数：

import numpy as np

... # create your very large numpy array as lst

print(np.sum(lst[startpos:endpos] == symbol))

Answer 2

您可以使用生成器和范围来检查枚举索引是否在您的范围内：

a = 2
pos = range(5,15)
d = [1,2,3,4,5,6,7,8,9,0,1,2,3,4,5,6,7,8,9,0,1,2,3,4,5,6,7,8,9,0,]
total = sum(elem == a for idx,elem in enumerate(d) if idx in pos)

print(total)

这不会复制列表，但会迭代完整的原始列表。 检查idx是否在range很快。

展开循环将允许休息 - 如果紧固度非常关键，您应该安排您的方法：

maxpos = max(pos)
minpos = min(pos)
for idx,elem in enumerate(d):
    if idx < minpos:
        continue
    elif idx > pos:
        break

    # check elem and counts something up
        continue

如果您只测试少量列表，这可能会更快，也可能不会更快 - 如果您使用列表中的最后一个元素，它不会做太多，但如果您的列表很大并且您的目标区域是“前” - 休息可能会为您节省一些周期

Answer 3

试试这个：

from collections import Counter
print(Counter(my_list[start:end]))

如果您愿意，可以将Counter object 转换为 dict：

occurrences = dict(Counter(my_list[start:end]))

Answer 4

只是为了增加 blhsing 的答案，生成器表达式可能稍微不那么冗长：

sum(list[i] == symbol for i in range(startpos, endpos))