从列表中提取不匹配python中条件的元素的最快方法

Question

我正在寻找在条件下从列表中提取所有元组成员的最快方法 。

示例：从一个元组列表（例如[（0,0,4），（1,0,3），（1,2,1），（4,0,0）]）中，我需要提取所有在第一元组位置具有3个以上，然后在第二元组位置具有2个以上，在最后一个元组位置具有1个以上。 在此示例中应提取（4,0,0）（->第一个条件），不提取任何内容（->第二个条件）和（0,0,4），（1,0,3）（->最后一个条件）。 这个例子很小，我需要在成千上万个元组的列表上执行。

根据我根据您的答案生成的代码，以下是几秒钟的结果：

my_naive1，就像EmilVikström提出的一样？ 13.0360000134

my_naive2 110.727999926

蒂姆·皮茨克（Tim Pietzcker）9.8329999446

唐12.5640001297

import itertools, operator, time, copy
from operator import itemgetter


def combinations_with_replacement_counts(n, r):  #(A, N) in our example.N individuals/balls in A genotypes/boxes
   size = n + r - 1
   for indices in itertools.combinations(range(size), n-1):
       #print indices
       starts = [0] + [index+1 for index in indices]
       stops = indices + (size,)
       yield tuple(map(operator.sub, stops, starts))


xp = list(combinations_with_replacement_counts(3,20))  # a very small case

a1=time.time()
temp=[]
for n in xp:
    for n1 in xp:

        for i in xp:
            if i[0] <= min(n1[0],n[0]) or i[1] <= min(n1[1],n[1]) or i[2] <= min(n1[2],n[2]):
                temp.append(i)


a2=time.time()
for n in xp:
    for n1 in xp:
        xp_copy = copy.deepcopy(xp)
        for i in xp:
            if i[0] > min(n[0],n[0]) or i[1] > min(n[1],n[1]) or i[2] > min(n[2],n[2]):
                xp_copy.remove(i)

a3=time.time()
for n in xp:
    for n1 in xp:
        output = [t for t in xp if t[0]<=min(n[0],n[0]) or t[1]<=min(n[1],n[1]) or t[2]<=min(n[2],n[2])]
a4=time.time()

for n in xp:
    for n1 in xp:
        l1 = sorted(xp, key=itemgetter(0), reverse=True)
        l1_fitered = []
        for item in l1:
            if item[0] <= min(n[0],n[0]):
                break
            l1_fitered.append(item)

        l2 = sorted(l1_fitered, key=itemgetter(1), reverse=True)
        l2_fitered = []
        for item in l2:
            if item[1] <= min(n[1],n[1]):
                break
            l2_fitered.append(item)

        l3 = sorted(l2_fitered, key=itemgetter(2), reverse=True)
        l3_fitered = []
        for item in l3:
            if item[2] <= min(n[2],n[2]):
                break
            l3_fitered.append(item)
a5=time.time()            



print "soluce my_naive1, like proposed by Emil Vikström?",a2-a1
print "soluce my_naive2",a3-a2
print "soluce Tim Pietzcker",a4-a3
print "soluce Don",a5-a4

Answer 1

>>> l = [(0,0,4), (1,0,3), (1,2,1), (4,0,0)]
>>> output = [t for t in l if t[0]>3 or t[1]>2 or t[2]>1]
>>> output
[(0, 0, 4), (1, 0, 3), (4, 0, 0)]

这是快速的，因为仅在t[0]>3为False （与第三个条件相同）时才评估t[1]>2 。 因此，在您的示例列表中，仅需要8个比较。

如果改用生成器表达式，则可以节省时间和内存（取决于您对过滤后的数据执行的操作）：

>>> l = [(0,0,4), (1,0,3), (1,2,1), (4,0,0)]
>>> for item in (t for t in l if t[0]>3 or t[1]>2 or t[2]>1):
>>>     # do something with that item

Answer 2

有三个列表，每个条件一个，然后用for循环遍历输入集，将每个元组排序到正确的目标列表中。 这将以O（n）（线性）时间执行，这是此问题可能最快的渐近运行时间。 它也只会在列表上循环一次。

Answer 3

如果您不关心结果项的顺序，建议在排序列表中查找，并在第一个不匹配项上设置中断条件：这将跳过列表尾部。

from operator import itemgetter
l = [(..., ..., ...), (...)]
l1_source = sorted(l, key=itemgetter(0), reverse=True)
l1_fitered = []
for item in l1:
    if item[0] <= 3:
        break
    l1_fitered .append(item)

l2 = sorted(l, key=itemgetter(1), reverse=True)
...