如何有效地找到两个列表之间的公共部分

Question

有两个列表，分别表示聚类算法的两个结果，如com1 = [[1,2,3,4], [5, 6, 7, 8], [9]]，其中com1表示一个聚类结果，[1,2,3,4]表示节点1,2,3,4属于同一类。 [5,6,7,8]表示节点5,6,7,8属于同一类，9属于不同的类。 com2 = [[1, 2, 4], [3], [5, 6, 7, 8], [9]]。 现在，我需要找出 com1 和 com2 之间的公共部分，例如 [1,2,4]、[5,6,7,8]、[9]。

有解决这个问题的有效方法吗？

Answer 1

假设给定值只能出现在com1的一个子列表和com2的一个子列表中，我们可以观察到以下情况：

当两个值属于com1中的同一个子列表并且也属于com2中的同一个子列表时，它们将属于结果中的同一个子列表。

因此，我们可以为每个值收集它们所属的子列表的两个索引：一个索引标识com1中的子列表，另一个标识com2中的子列表。

我们可以使用这些对作为唯一标识目标子列表的键，并相应地填充这些子列表：

from collections import defaultdict

def combine(com1, com2):
    d = defaultdict(list)
    for com in com1, com2:
        for i, lst in enumerate(com):
            for val in lst:
                d[val].append(i)
    res = defaultdict(list)
    for val, key in d.items():
        res[tuple(key)].append(val)
    return list(res.values())

# Example 1
com1 = [[1,2,3,4], [5, 6, 7, 8], [9]]
com2 = [[1, 2, 4], [3], [5, 6, 7, 8], [9]]
print(combine(com1, com2))  # [[1, 2, 4], [3], [5, 6, 7, 8], [9]]

# Example 2
com1 = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
com2 = [[1, 9], [2, 3, 4], [5, 6, 7, 8], [9]]
print(combine(com1, com2))  # [[1], [2, 3], [4], [5, 6], [7, 8], [9]]

如果我们假设字典获取/设置操作的分摊常数时间复杂度，那么这会将总时间复杂度带到 O()，其中表示列表中被分区的值的数量。