如何計算此python列表的頻率？

Question

我有一個像這樣的python列表：

base_list (About 3,000,000 sub lists):

[
   ['Hello','World','Lucy','Lily'],
   ['Hello','Smith','Simpson','Bart'],
   ....
]

現在我得到一個小清單：

small_list:

['Hello','World']

現在，我需要找出small_list在base_list中出現多少次。

出現表示：[1,3]出現在[1,2,3,4,5]中。

更新

我已經試過了：

1.將base_list更改為set列表。

2.然后，也將small_list更改為一個集合：

def get_original_freq(self, actors):
    count = 0
    s = set(actors)
    for row in self.orignal_rows:
      if s.issubset(row):
        count += 1
    return count

但是代碼運行速度非常慢，每秒大約檢查1000條記錄。

Answer 1

我的第一個反應是回答一個愚蠢的答案（盡管可行）：

def sublistCount(listA, listB):
    if not len(listB):
        return 0
    conditions = ["%s in a" % repr(b) for b in listB]
    comprehension = '[a for a in listA if %s]' % ' and '.join(conditions)
    return len(eval(comprehension))

其中listA是列表的列表，listB是子列表。

即使使用字符串列表，這實際上也非常快。 我在大約1-2秒內瀏覽了3,000,000個字符串列表。

我之所以稱其為愚蠢是因為它使用eval（）函數動態創建代碼。 如果您不確定輸入的內容，則可能有潛在的危險。 這個解決方案是可能解決方案的樂團中的佼佼者：它很有趣，很奏效，但只有一個不好的音符或吱吱聲會使一切變糟。

但是，我最喜歡的潛在解決方案是：

def sublistCount(listA, listB):
    b = set(listB)
    matches = [a for a in listA if b.issubset(a)]
    return len(matches)

這樣更安全，更清潔，並且性能幾乎與第一個解決方案（用於3,000,000條記錄）一樣好。

Answer 2

我發現反向索引可以幫助我：

1.使base_list成為反向索引：

{
    'Hello': [1,5,10,8000]
    'World': [1,2,3,5,9]
    ...
}

2.當我需要計算['Hello'，'World']的出現次數時。 我只是找到它們的兩個倒排索引並計算它們的通用文檔。