从 Python 列表中删除重复项的更好解决方案

Question

我有两个函数可以从列表中删除重复项：

def solution1(a: List):
    seen = set()
    result = []
    for item in a:
        if item not in seen:
            seen.add(item)
            result.append(item)
    return result

def solution2(a: List):
    result = []
    for item in a:
        if item not in result:
            result.append(item)
    return result

我从这个 SO 问题中得到了solution1 1。 它的时间和空间复杂度是O(n) 。

我相信solution2的空间复杂度也为O(n) 。 时间复杂度是多少？ for循环是O(n)但我不确定in语句，因为result的长度不如输入a大。 它也只是O(n)吗？

最后，如果两种解决方案具有相同的时间和空间复杂性，是否被认为是“更好”？ 我应该在面试中使用哪个？

看起来solution1使用更多空间（可能是O(2n) ，但我知道我们应该去掉前面的常量）并在更短的时间内完成（测试集成员资格比测试列表成员资格更快）。

Answer 1

我同意solution1的空间复杂度是O(2n) ，但它可以近似为O(n) ，这在空间方面与solution2大致相同。

然而，就时间效率而言， solution1 1 应该优于solution2 2，因为set数据结构的查找时间（ if item not in seen:中：）大致为O(1) ，而常规 python 列表的查找时间（ if item not in result: ) 是O(n) 。 所以面试的时候用solution1会更好

您可以在这里查看有关 Python 数据结构的时间复杂度的更多信息https://wiki.python.org/moin/TimeComplexity

Answer 2

第二个答案实际上大于 O(n) - 它更像是 O(n^2)。 这是因为if item not in result的时间复杂度取决于列表result中元素的数量，即它是O(n) 。 请参阅此答案以获取解释： Complexity of *in* operator in Python 。

这就是第一个答案更好的原因：它使用set或dictionary ，其时间复杂度（最多）是常数时间。

Answer 3

使用 set 删除重复项

这是一种方法：

dups = [10,20,30,40,50,10,20,50,60,80,90]
print (dups)
remove_dups = list(set(dups))
print(remove_dups)

output 将如下所示：

原清单：

[10, 20, 30, 40, 50, 10, 20, 50, 60, 80, 90]

Dups删除列表：

[40, 10, 80, 50, 20, 90, 60, 30]

使用最少的回顾来删除重复项

我还认为这可能会减少查找，并且比完整扫描列表更快，同时保留顺序。

[a for i,a in enumerate (x) if a not in x[:i]]

Output如下：

[10, 20, 30, 40, 50, 60, 80, 90]