![](/img/trans.png)
[英]How to compare elements of a list in a Python map's value, and check to see if at least n number of elements match?
[英]clever any() like function to check if at least n elements are True?
假設我有一個iterable(在我的例子中是一個列表):
l = [True, False, False, True]
我知道檢查這些元素中至少有一個是否為True的最簡單快捷的方法就是使用any(l)
,它將返回True
。
但是,如果我想檢查至少兩個元素是True
怎么辦? 我的目標是以盡可能最快的方式處理它。
我的代碼現在看起來像這樣(對於兩個元素):
def check_filter(l):
if len([i for i in filter(None, l)]) > 1:
return True
return False
這比any()
慢大約10倍,對我來說似乎不是pythonic。
您可以簡單地在序列上使用迭代器,並檢查迭代器上的any
迭代器總是返回True為n
:
def check(it, num):
it = iter(it)
return all(any(it) for _ in range(num))
>>> check([1, 1, 0], 2)
True
>>> check([1, 1, 0], 3)
False
這里的關鍵點是迭代器會記住它最后的位置,因此每個any
調用都將從最后一個調用開始。 而在其包裝all
可以確保它退出早只要一個any
是False
。
至少在性能方面,這應該比大多數其他方法更快。 但是以可讀性為代價。
如果你想比基於map
的解決方案更快,而itertools.repeat
可以稍快一點:
from itertools import repeat
def check_map(it, num):
return all(map(any, repeat(iter(it), num)))
針對其他答案進行基准測試:
# Second "True" element is in the last place
lst = [1] + [0]*1000 + [1]
%timeit check_map(lst, 2) # 10000 loops, best of 3: 20.3 µs per loop
%timeit check(lst, 2) # 10000 loops, best of 3: 23.5 µs per loop
%timeit many(lst, 2) # 10000 loops, best of 3: 153 µs per loop
%timeit sum(l) >= 2 # 100000 loops, best of 3: 19.6 µs per loop
# Second "True" element is the second item in the iterable
lst = [1, 1] + [0]*1000
%timeit check_map(lst, 2) # 100000 loops, best of 3: 3.05 µs per loop
%timeit check(lst, 2) # 100000 loops, best of 3: 6.39 µs per loop
%timeit many(lst, 2) # 100000 loops, best of 3: 5.02 µs per loop
%timeit sum(lst) >= 2 # 10000 loops, best of 3: 19.5 µs per loop
L = [True, False, False, True]
這只做了所需的迭代:
def many(iterable, n):
if n < 1:
return True
counter = 0
for x in iterable:
if x:
counter += 1
if counter == n:
return True
return False
現在:
>>> many(L, 2)
True
使用sum
:
sum(l) >= 2
# True
據推測, any
經過迭代都會發現一個元素為True
,然后停止。
您的解決方案掃描所有元素以查看是否至少有2個。相反,它應該在找到第二個True
元素后立即停止掃描。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.