Python - 有效地检查列表是否存在且元素是否存在于列表中

Question

我有一个变量foo ，它指向一个字符串"bar"

foo = "bar"

我有一个名为whitelist的列表。 如果whitelist不为空，则包含的元素是一个白名单。 如果whitelist为空，则 if 语句允许任何字符串。

我已经实现了如下

whitelist = ["bar", "baz", "x", "y"]

if whitelist and foo in whitelist:
    print("bar is whitelisted")
    # do something with whitelisted element

if whitelist ，据我了解，检查whitelist是否返回True 。 如果白名单为空，白名单将为False 。 如果whitelist包含元素，它将返回True 。

但是，它的真正实现包含：

• 很多字符串要检查，例如“bar”、“baz”、“x”、“y”、“a”、“b”
• 很多白名单要检查

因此，我想知道是否有一种计算效率更高的方法来编写 if 语句。 每次检查白名单是否存在似乎效率低下，可以简化。

Answer 1

这些是检查元素是否在列表中的一些方法。

from timeit import timeit
import numpy as np




whitelist1 = {"bar", "baz", "x", "y"}
whitelist2 = np.array(["bar", "baz", "x", "y"])

def func1():
    return {"foo"}.intersection(whitelist1)

def func2():
    return "foo" in whitelist1

def func3():
    return np.isin('foo',whitelist1)


def func4():
    return whitelist2[np.searchsorted(whitelist2, 'foo')] == 'foo'




print("func1=",timeit(func1,number=100000))
print("func2=",timeit(func2,number=100000))
print("func3",timeit(func3,number=100000))
print("func4=",timeit(func4,number=100000))

每个 function 所用时间

func1= 0.01365450001321733
func2= 0.005112499929964542
func3 0.5342871999600902
func4= 0.17057700001168996

---

FOR 随机生成的列表

from timeit import timeit
import numpy as np
import random as rn
from string import ascii_letters


# randomLst = for a in range(500) rn.choices(ascii_letters,k=5)

randomLst = []
while len(randomLst) !=1000:
    radomWord = ''.join(rn.choices(ascii_letters,k=5))
    if radomWord not in randomLst:
        randomLst.append(radomWord)


whitelist1 = {*randomLst}
whitelist2 = np.array(randomLst)
randomWord = rn.choice(randomLst)
randomWords = set(rn.choices(randomLst, k=100))


def func1():
    return {randomWord}.intersection(whitelist1)

def func2():
    return randomWord in whitelist1

def func3():
    return np.isin('foo',whitelist1)


def func4():
    return whitelist2[np.searchsorted(whitelist2, randomWord)] == randomWord


def func5():
    return randomWords & whitelist1

print("func1=",timeit(func1,number=100000))
print("func2=",timeit(func2,number=100000))
print("func3",timeit(func3,number=100000))
print("func4=",timeit(func4,number=100000))
print("func5=",timeit(func5,number=1000)) # Here I change the number to 1000 because we check the 100 randoms word at one so number = 100000/100 = 1000.

用的时间

func1= 0.012835499946959317
func2= 0.005004600039683282
func3 0.5219665999757126
func4= 0.19900090002920479
func5= 0.0019264000002294779

结论

1. 如果您只想检查一个单词，那么“in”语句很快

2. 但是，如果你有一个单词列表，那么 '&' 语句是快速的 'func5'

注意：function 5 返回一个包含白名单中的单词的集合

Answer 2

whitelist会存在，但如果可能的话None强制：

whitelist = whitelist or []

如上所述，您只需foo in whitelist中即可确定它是否在列表中。 这是O(len(whitelist))操作。 Arrays 在实践中速度惊人（例如，至少len(whitelist) >= 1,000 ）。

如果您需要它更快地使用一个集合，并且如果您需要进行n查找，可以选择将您的 foos 收集到一个集合中，然后使用 intersect for O(n) ：

foos = { 'bar', 'none' }
whitelist = { 'bar' }
for foo in foos & whitelist:
   print(foo)

Answer 3

这是简化的解决方案，您可以使用两种方法来做到这一点

whitelist = ["bar", "baz", "x", "y"]
foo = "bar"
# method 1
def WhiteListExists(foo, whitelist):
    if whitelist and foo in whitelist:
        return True
    else:
        return False

exists = WhiteListExists(foo,whitelist)

# method 2
exists = True if whitelist and foo in whitelist else False

两种方法都一样，但第二种方法很快。