在python中查找元組中的重疊數字

Question

我正在做一個NLP項目，並且我有一些字符跨度的列表。 該列表可能如下所示：

 [(1,4),(1,7),(4,9),(8,15)]

因此，我的任務是返回所有非重疊對。 如果兩個或更多數字對重疊，則應返回跨度最長的數字對。 在我的示例中，我想返回[(1,7),(8,15)] 。 我怎樣才能做到這一點？

編輯

我不想像這里的“合並重疊”中那樣合並我的間隔。 但是我不會返回所有對/間隔/元組，除非某些元組中的值重疊。 例如（1,4）和（1,7）重疊，（4,9）與（1,4）和（1,7）重疊。 如果有一些重疊，我想返回具有最大跨度的元組，例如（1,7）=跨度7，（1,4）=跨度4，（4,9）=跨度5。這意味着它應該返回（ 1,7）和（8,15），因為（8,15）不重疊（1,7）

Answer 1

沒想太多，但是以下方法可以解決問題：

spans = [(1,4),(1,7),(4,9),(8,15)]

del_in = []

for x in spans:
  if spans.index(x) in del_in: continue
  for y in spans:
    if spans.index(y) in del_in: continue
    if x == y: continue
    if len(set(list(range(x[0],x[1]+1))) & set(list(range(y[0],y[1]+1)))) > 0:
      if len(list(range(x[0],x[1]+1))) > len(list(range(y[0],y[1]+1))):
        del_in.append(spans.index(y))
        spans.pop(spans.index(y))
      elif len(list(range(y[0],y[1]+1))) > len(list(range(x[0],x[1]+1))):
        del_in.append(spans.index(x))
        spans.pop(spans.index(x))

print(spans)

將輸出：

[(1, 7), (8, 15)]

簡短說明：我們開始遍歷跨度列表（迭代x ）。 對於每個元組，我們再次遍歷列表（迭代y ），而忽略x的元組（ if x == y: continue ）。 然后，我們使用list(range())將每個元組轉換為一個列表（例如(1,4)到[1, 2, 3, 4] ），並比較列表（盡可能使用set() ）以查看它們是否具有任何共同點。 如果返回的對象的長度大於0，我們將比較兩個列表的長度，以查看保留的是哪一個（跨度較大的列表）。 隨后，我們從列表中刪除跨度較小的項目（使用.pop() ）。 由於迭代x和y仍然遍歷我們的初始列表，因此我們需要實現一種機制，以防止腳本比較已刪除條目的項目。 因此，我們使用另一個列表，其中包含已經刪除的條目的模具索引（並將它們留在兩個for循環中）。

可能有更好的方法來執行此操作，但這絕對適用於您的示例。