Python - 查找没有重复内部项目的列表列表的最大子集

Question

我有一个列表列表，其中每个子列表由四个项目组成，格式如下：

ll = [["dog", "cat", "mouse", "pig"],
      ["pidgeon", "goose", "rat", "frog"],
      ["bird", "dog", "mouse", "pig"]
      ["wolf", "cat", "whale", "rhino"]
      ...
      ["chameleon", "bat", "zebra", "lion"]

我需要找到没有重复字符串的内部列表的最大组合。 我的列表输出列表的格式应该与ll相同，因此它应该是一个列表列表，其中每个子列表由四个字符串组成。 所以我想要的输出将排除["dog", "cat", "mouse", "pig"] （第一个子列表），因为它与["bird", "dog", "mouse", "pig"] (第三个子列表) 和带有["wolf", "cat", "whale", "rhino"]的条目 "cat" (第四个子列表)。 至关重要的是，我想要的输出不会排除第三个和第四个子列表，尽管那将是没有重复字符串的内部列表的组合，因为它不会是最大的组合。

目前，我遵循了两个选项，它们在两种不同的方式中都是不可取的：

选项1

output = []
for comb in itertools.combinations(ll, 40):
    merged = set(itertools.chain.from_iterable(comb)) # flatten nested list
    if len(merged) == 160: # 40*4 = 160 --> no item is repeated
        output.append(comb)

这个选项的缺点是 (a) 它在计算上根本没有效率，并且 (b) 我会先验地指定我的目标内部列表的数量，而不是最大化它。

选项 2

items = set()
unique = []
for quartet in ll:
    if set(quartet).isdisjoint(items):
        unique.append(quartet)
        for word in quartet:
            items.add(word)
print(unique)

此选项的缺点是，虽然它返回一个满足我的约束（非重复）的列表，但它不会返回最大的列表，并且输出是顺序敏感的。

Answer 1

您可以通过一些预处理和贪婪方法来使用第二种方法。

• 首先，您可以遍历ll所有元素并将所有唯一元素及其计数存储在 dict 中。

{
  "dog": 1,
  "cat": 2,
  ...
}

• 然后对于ll每个列表，您可以找出有多少元素重叠（您可以检查 dict 中该元素的值是否大于 1）并存储该计数。
• 现在您可以使用sorted()函数根据重叠计数对ll进行sorted() 。
• 现在你可以在排序的ll上运行你的第二个方法