在列表Python中删除重复项的最快方法

Question

我有两个非常大的列表，并且至少需要一秒钟来循环它，我需要做200,000次。 删除两个列表中的重复项以形成一个副本的最快方法是什么？

Answer 1

这是我能想到的最快的方式：

import itertools
output_list = list(set(itertools.chain(first_list, second_list)))

轻微更新：正如jcd指出的那样，根据您的应用程序，您可能不需要将结果转换回列表。 由于集合本身是可迭代的，因此您可以直接使用它：

output_set = set(itertools.chain(first_list, second_list))
for item in output_set:
    # do something

请注意，任何涉及使用set()解决方案都可能会重新排序列表中的元素，因此无法保证元素将按任何特定顺序排列。 也就是说，既然你正在组合两个列表，那么很难找到一个很好的理由为什么你需要对它们进行特定的排序，所以这可能不是你需要担心的事情。

Answer 2

我推荐这样的东西：

def combine_lists(list1, list2):
    s = set(list1)
    s.update(list2)
    return list(s)

这消除了创建前两个串联的怪物列表的问题。

根据您对输出所做的操作，不要费心转换回列​​表。 如果订购很重要，你可能需要某种装饰/排序/不合理的恶作剧。

Answer 3

正如Daniel所说，一个集合不能包含重复的条目 - 所以连接列表：

list1 + list2

然后将新列表转换为集合：

set(list1 + list2)

然后回到列表：

list(set(list1 + list2))

Answer 4

result = list(set(list1).union(set(list2)))

我就是这样做的。 不过，我对表现并不是很确定，但它确实比手工操作更好。