Python 2.7：從列表中刪除子域

Question

我的清單上有大約1,300,000個項目。 例如，['。a'，'。b.a'，'。c.b'，'。fcb']。

我想刪除子域（例如，上面列表中的“ .ba”和“ .fcb”）。

我是新手。 我正在嘗試了解速度。 以下是我的嘗試，似乎很慢。 有什么建議么：

# create separate lists, perhaps that is faster
a1 = []
b2 = []
c3 = []
d4 = []
e5 = []
f6 = []
for i in dupesgone:
    j = i.count('.')
    if j == 1:
        a1.append(i)
    elif j == 2:
        b2.append(i)
    elif j == 3:
        c3.append(i)
    elif j == 4:
        d4.append(i)
    elif j == 5:
        e5.append(i)
    else:
        f6.append(i)

for a in a1:
    la = -len(a)
    for b in b2:
        if a == b[la:]:
            b2.remove(b)
    for c in c3:
        if a == c[la:]:
            c3.remove(c)
    for d in d4:
        if a == d[la:]:
            d4.remove(d)
    --snip--

# how about this, is this faster
[b2.remove(b) for b in b2 for a in a1 if a == b[-len(a):]]
[c3.remove(c) for c in c3 for a in a1 if a == c[-len(a):]]
[d4.remove(d) for d in d4 for a in a1 if a == d[-len(a):]]
[e5.remove(e) for e in e5 for a in a1 if a == e[-len(a):]]
[f6.remove(f) for f in f6 for a in a1 if a == f[-len(a):]]

我應該創建字典嗎？ 這樣會更快嗎？

謝謝你的幫助。

Answer 1

通常，僅創建一個新列表要比刪除不匹配的項目更快：

dupesgone = [domain for domain in dupesgone if domain.count(".") == 1]

Answer 2

實際上，我認為最快的算法是

1. 反轉每個項目（因此“ .bc”變成“ cb”）
2. 排序清單
3. 循環瀏覽列表，了解“當前”項目。 如果列表中的下一個項目以當前項目的開頭（即是其子域），則下一個項目將添加到輸出列表中，並成為當前項目。
4. 反轉輸出列表中的每個項目

這是未經測試的代碼草圖：

def reverse(s):
  return s[::-1]

r = map(reverse, devgone)
r.sort()
ci = None
out = []
for ni in r:
  if not ci or not ni.startswith(ci):
     out.append(ni)
     ci = ni
return map(reverse, out)