在两个 Python 列表中查找公共切片答案

【问题标题】：Find common slices in two Python lists在两个 Python 列表中查找公共切片
【发布时间】：2013-02-18 21:49:17
【问题描述】：

我想在两个 Python 列表中查找公共切片。

例如：

list1 = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

list2 = [0, 0, 3, 4, 5, 0, 0, 8, 9, 0]

应该返回两个列表： [3, 4, 5] 和 [8,9]

可以有任何数字或字符来代替 0。

【问题讨论】：

您真的想要返回的列表列表吗？
不，没必要，我编辑了我的问题。谢谢。
@Someone：反对票是社区的一种说法，即读者通常更喜欢一些先前努力的证据，无论是在真正尝试解决问题的尝试中，还是在概述一些可能的潜在策略时用过。
@SomeoneMe - 实际上，我的反对意见是因为您的帖子缺少问题。 Stack Overflow 是一个问答网站。如果海报（如您）提供特定问题，则效果最佳。然后其他读者（比如我）会为这个问题提供可能的答案。这与其他站点不同，后者在问题解决方案或请求响应甚至主题讨论范式上运行。那么，你的问题是什么？

标签： python list slice

【解决方案1】：

>>> from itertools import groupby
>>> from operator import itemgetter
>>> list1
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
>>> list2
[0, 0, 3, 4, 5, 0, 0, 8, 9, 0]
>>> [[e[0] for e in v]
     for k,v in groupby(((a ,b, a==b)
             for a,b in zip(list1, list2)), itemgetter(2))
      if k]
[[3, 4, 5], [8, 9]]

如果您不想按照@F.J. 的建议使用 difflib，您应该以这种方式使用

>>> [list1[match.a: match.a + match.size]
     for match in SequenceMatcher(None,list1,list2).get_matching_blocks()[:-1]]

但请记住，这将比之前的线性解决方案效率低得多

【讨论】：

@GrijeshChauhan：我不确定我是否理解你的评论。这正是 OP 真正想要的 :-)

【解决方案2】：

使用difflib.SequenceMatcher:

>>> import difflib
>>> list1 = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
>>> list2 = [0, 0, 3, 4, 5, 0, 0, 8, 9, 0]
>>> matcher = difflib.SequenceMatcher(a=list1, b=list2)
>>> match = matcher.find_longest_match(0, len(list1), 0, len(list2))
>>> match
Match(a=2, b=2, size=3)
>>> print list1[match.a:match.a+match.size]
[3, 4, 5]

SequenceMatcher.find_longest_match() 为其每个序列（alo、ahi、blo、bhi）获取开始和结束索引，因此在找到匹配项后，您可以在同一个 matcher 对象上调用 find_longest_match()，但调整参数以便您开始照顾上一场比赛。

您可以循环执行此操作，我会编写一个函数来执行此操作，如下所示：

import difflib
def common_slices(a, b):
    matcher = difflib.SequenceMatcher(a=a, b=b)
    sa, sb, size = matcher.find_longest_match(0, len(a), 0, len(b))
    while size != 0:
        if size > 1:
            yield a[sa:sa+size]
        sa, sb, size = matcher.find_longest_match(sa+size, len(a), sb+size, len(b))

>>> list(common_slices(list1, list2))
[[3, 4, 5], [8, 9]]

【讨论】：

@F.J：谢谢。我接受了另一个答案，只是因为我（菜鸟）更容易理解它;-)
我相信你已经知道了，difflib.SequenceMatcher 有很多包袱，这使得它不适合简单的问题，尤其是因为它的效率低下。顺便说一句，您实际上应该使用get_matching_blocks()，而不是循环使用find_longest_match
是的，我实际上并没有太多地使用 difflib，但看到了一个序列匹配问题，它似乎适用。但是我想在大多数情况下，性能差异可以忽略不计。