从 Python 中的列表中删除列表子集的最快方法

Question

假设我有一个如下所示的列表列表（实际列表要长得多）：

fruits = [['apple', 'pear'],
          ['apple', 'pear', 'banana'],
          ['banana', 'pear'],
          ['pear', 'pineapple'],
          ['apple', 'pear', 'banana', 'watermelon']]

在这种情况下，列表 ['banana', 'pear']、['apple', 'pear'] 和 ['apple', 'pear', 'banana'] 中的所有项目都包含在列表 ['apple', 'pear', 'banana', 'watermelon'] 中（项目的顺序无关紧要） )，所以我想删除 ['banana', 'pear']、['apple', 'pear'] 和 ['apple', 'pear', 'banana']，因为它们是 ['apple', 'pear', 'banana', 'watermelon'] 的子集。

我目前的解决方案如下所示。我首先使用 ifilter 和 imap 为每个列表可能具有的超集创建生成器。然后对于那些确实有超集的情况，我使用 compress 和 imap 来删除它们。

from itertools import imap, ifilter, compress

supersets = imap(lambda a: list(ifilter(lambda x: len(a) < len(x) and set(a).issubset(x), fruits)), fruits)


new_list = list(compress(fruits, imap(lambda x: 0 if x else 1, supersets)))
new_list
#[['pear', 'pineapple'], ['apple', 'pear', 'banana', 'watermelon']]

我想知道是否有更有效的方法来做到这一点？

Answer 1

我不知道它是否更快但这更容易阅读（无论如何对我来说）：

sets={frozenset(e) for e in fruits}  
us=set()
while sets:
    e=sets.pop()
    if any(e.issubset(s) for s in sets) or any(e.issubset(s) for s in us):
        continue
    else:
        us.add(e)

更新

速度很快。更快的方法是使用 for 循环。检查时间：

fruits = [['apple', 'pear'],
        ['apple', 'pear', 'banana'],
        ['banana', 'pear'],
        ['pear', 'pineapple'],
        ['apple', 'pear', 'banana', 'watermelon']]

from itertools import imap, ifilter, compress    

def f1():              
    sets={frozenset(e) for e in fruits}  
    us=[]
    while sets:
        e=sets.pop()
        if any(e.issubset(s) for s in sets) or any(e.issubset(s) for s in us):
            continue
        else:
            us.append(list(e))   
    return us           

def f2():
    supersets = imap(lambda a: list(ifilter(lambda x: len(a) < len(x) and set(a).issubset(x), fruits)), fruits)
    new_list = list(compress(fruits, imap(lambda x: 0 if x else 1, supersets)))
    return new_list

def f3():
    return filter(lambda f: not any(set(f) < set(g) for g in fruits), fruits)

def f4():              
    sets={frozenset(e) for e in fruits}  
    us=[]
    for e in sets:
        if any(e < s for s in sets):
            continue
        else:
            us.append(list(e))   
    return us              

if __name__=='__main__':
    import timeit     
    for f in (f1, f2, f3, f4):
        print f.__name__, timeit.timeit("f()", setup="from __main__ import f, fruits"), f()

在我的机器上 Python 2.7:

f1 8.09958791733 [['watermelon', 'pear', 'apple', 'banana'], ['pear', 'pineapple']]
f2 15.5085151196 [['pear', 'pineapple'], ['apple', 'pear', 'banana', 'watermelon']]
f3 11.9473619461 [['pear', 'pineapple'], ['apple', 'pear', 'banana', 'watermelon']]
f4 5.87942910194 [['watermelon', 'pear', 'apple', 'banana'], ['pear', 'pineapple']]

Answer 2

filter(lambda f: not any(set(f) < set(g) for g in fruits), fruits)

从 Python 中的列表中删除列表子集的最快方法

Fastest way to remove subsets of lists from a list in Python

python

subset

itertools

superset

python-2.7

我想知道是否有更有效的方法来做到这一点？