如果列表在其他列表中的布尔表达式
Boolean expression for if list is within other list
检查一个列表是否在另一个列表中的有效方法是什么?类似于:
[2,3] in [1,2,3,4] #evaluates True
[1,5,4] in [5,1,5,4] #evaluates True
[1,2] in [4,3,2,1] #evaluates False
列表中的顺序很重要。
def check_ordered_sublist_in_list(sub_list, main_list):
sub_list = np.array(sub_list)
main_list = np.array(main_list)
return any(all(main_list[n:(n + len(sub_list))] == sub_list)
for n in range(0, len(main_list) - len(sub_list) + 1))
>>> check_ordered_sublist_in_list([2, 3], [1, 2, 3, 4])
True
>>> check_ordered_sublist_in_list([1, 5, 4], [5, 1, 5, 4])
True
>>> check_ordered_sublist_in_list([1, 2], [4, 3, 2, 1])
False
这会将列表转换为 numpy 数组(为了提高计算效率),然后使用切片检查 sub_list
是否包含在切片中。任何成功 returns 正确。
你可以使用这个:
def is_in(short, long):
return any(short==long[i:i+len(short)] for i in range(len(long)-len(short)+1))
is_in([2,3], [1,2,3,4]) # True
is_in([1,5,4], [5,1,5,4]) # True
is_in([1,2], [4,3,2,1]) # False
如果您真的很在意速度,这些表达式会快 20-30%:
def segments(long, length):
return [long[i:i+length] for i in range(len(long)-length+1)]
def is_in_seg(short, long):
return short in segments(long, len(short))
is_in_seg([1,5,4], [5,1,5,4]) # true
[1,5,4] in segments([5,1,5,4], 3) # true
这快了 47%,但它使用元组而不是列表:
import itertools
def segments_zip(long, length):
return itertools.izip(*[long[i:] for i in xrange(length)])
(2,3) in segments_zip((1,2,3,4), 2) # True
(1,5,4) in segments_zip((5,1,5,4), 3) # True
(1,2) in segments_zip((4,3,2,1), 2) # False
额外的速度来自使用itertools.izip,它可以在找到匹配项时停止生成段;使用 xrange,避免创建整个范围列表;以及使用元组,元组通常比列表稍快。但是,如果您必须将列表转换为元组才能使用它,那么微小的速度优势将消失。
检查一个列表是否在另一个列表中的有效方法是什么?类似于:
[2,3] in [1,2,3,4] #evaluates True
[1,5,4] in [5,1,5,4] #evaluates True
[1,2] in [4,3,2,1] #evaluates False
列表中的顺序很重要。
def check_ordered_sublist_in_list(sub_list, main_list):
sub_list = np.array(sub_list)
main_list = np.array(main_list)
return any(all(main_list[n:(n + len(sub_list))] == sub_list)
for n in range(0, len(main_list) - len(sub_list) + 1))
>>> check_ordered_sublist_in_list([2, 3], [1, 2, 3, 4])
True
>>> check_ordered_sublist_in_list([1, 5, 4], [5, 1, 5, 4])
True
>>> check_ordered_sublist_in_list([1, 2], [4, 3, 2, 1])
False
这会将列表转换为 numpy 数组(为了提高计算效率),然后使用切片检查 sub_list
是否包含在切片中。任何成功 returns 正确。
你可以使用这个:
def is_in(short, long):
return any(short==long[i:i+len(short)] for i in range(len(long)-len(short)+1))
is_in([2,3], [1,2,3,4]) # True
is_in([1,5,4], [5,1,5,4]) # True
is_in([1,2], [4,3,2,1]) # False
如果您真的很在意速度,这些表达式会快 20-30%:
def segments(long, length):
return [long[i:i+length] for i in range(len(long)-length+1)]
def is_in_seg(short, long):
return short in segments(long, len(short))
is_in_seg([1,5,4], [5,1,5,4]) # true
[1,5,4] in segments([5,1,5,4], 3) # true
这快了 47%,但它使用元组而不是列表:
import itertools
def segments_zip(long, length):
return itertools.izip(*[long[i:] for i in xrange(length)])
(2,3) in segments_zip((1,2,3,4), 2) # True
(1,5,4) in segments_zip((5,1,5,4), 3) # True
(1,2) in segments_zip((4,3,2,1), 2) # False
额外的速度来自使用itertools.izip,它可以在找到匹配项时停止生成段;使用 xrange,避免创建整个范围列表;以及使用元组,元组通常比列表稍快。但是,如果您必须将列表转换为元组才能使用它,那么微小的速度优势将消失。