查找列表中第 n 个项目的索引答案

【问题标题】：Find the index of the n'th item in a list查找列表中第 n 个项目的索引
【发布时间】：2012-01-10 08:17:40
【问题描述】：

我想查找列表中第 n 次出现的项目的索引。例如，

x=[False,True,True,False,True,False,True,False,False,False,True,False,True]

第 n 个真的索引是多少？如果我想要第五次出现（如果索引为零，则为第四次），答案是 10。

我想出了：

indargs = [ i for i,a in enumerate(x) if a ]
indargs[n]

请注意，x.index 在某个时间点后返回第一次出现或第一次出现，因此据我所知不是解决方案。

对于与上述类似的情况，numpy 中也有一个解决方案，例如使用cumsum 和where，但我想知道是否有无 numpy 的方法来解决问题。

我很担心性能问题，因为我在为 Project Euler 问题实施 Eratosthenes 筛法时第一次遇到此问题，但这是我在其他情况下遇到的更普遍的问题。

编辑：我得到了很多很好的答案，所以我决定做一些性能测试。下面是 timeit 以秒为单位的列表的执行时间，其中 len nelements 搜索第 4000'th/1000'th True。列表是随机的真/假。源代码链接如下；有点乱。除了listcomp，我使用了海报名称的简短/修改版本来描述功能，这是上面的简单列表理解。

True Test (100'th True in a list containing True/False)
         nelements      eyquem_occur eyquem_occurrence            graddy            taymon          listcomp       hettinger26         hettinger
             3000:          0.007824          0.031117          0.002144          0.007694          0.026908          0.003563          0.003563
            10000:          0.018424          0.103049          0.002233          0.018063          0.088245          0.003610          0.003769
            50000:          0.078383          0.515265          0.002140          0.078074          0.442630          0.003719          0.003608
           100000:          0.152804          1.054196          0.002129          0.152691          0.903827          0.003741          0.003769
           200000:          0.303084          2.123534          0.002212          0.301918          1.837870          0.003522          0.003601
True Test (1000'th True in a list containing True/False)
         nelements      eyquem_occur eyquem_occurrence            graddy            taymon          listcomp       hettinger26         hettinger
             3000:          0.038461          0.031358          0.024167          0.039277          0.026640          0.035283          0.034482
            10000:          0.049063          0.103241          0.024120          0.049383          0.088688          0.035515          0.034700
            50000:          0.108860          0.516037          0.023956          0.109546          0.442078          0.035269          0.035373
           100000:          0.183568          1.049817          0.024228          0.184406          0.906709          0.035135          0.036027
           200000:          0.333501          2.141629          0.024239          0.333908          1.826397          0.034879          0.036551
True Test (20000'th True in a list containing True/False)
         nelements      eyquem_occur eyquem_occurrence            graddy            taymon          listcomp       hettinger26         hettinger
             3000:          0.004520          0.004439          0.036853          0.004458          0.026900          0.053460          0.053734
            10000:          0.014925          0.014715          0.126084          0.014864          0.088470          0.177792          0.177716
            50000:          0.766154          0.515107          0.499068          0.781289          0.443654          0.707134          0.711072
           100000:          0.837363          1.051426          0.501842          0.862350          0.903189          0.707552          0.706808
           200000:          0.991740          2.124445          0.498408          1.008187          1.839797          0.715844          0.709063
Number Test (750'th 0 in a list containing 0-9)
         nelements      eyquem_occur eyquem_occurrence            graddy            taymon          listcomp       hettinger26         hettinger
             3000:          0.026996          0.026887          0.015494          0.030343          0.022417          0.026557          0.026236
            10000:          0.037887          0.089267          0.015839          0.040519          0.074941          0.026525          0.027057
            50000:          0.097777          0.445236          0.015396          0.101242          0.371496          0.025945          0.026156
           100000:          0.173794          0.905993          0.015409          0.176317          0.762155          0.026215          0.026871
           200000:          0.324930          1.847375          0.015506          0.327957          1.536012          0.027390          0.026657

Hettinger 的 itertools 解决方案几乎总是最好的。 taymon 和 graddy 的解决方案在大多数情况下是次佳的，尽管当您想要 n 高的第 n 个实例或出现次数少于 n 的列表时，列表理解方法对于短数组可能更好。如果出现少于 n 次的机会，则最初的 count 检查会节省时间。此外，在搜索数字而不是 True/False 时，graddy's 效率更高......不清楚为什么会这样。 eyquem 的解决方案本质上等同于其他的解决方案，但开销或多或少； eyquem_occur 与 taymon 的解大致相同，而 eyquem_occurrence 与 listcomp 类似。

【问题讨论】：

编辑：我之前的评论假设您问的是不同的问题，而不是关于语法的问题。对不起。我不是 Python 人，但似乎应该能够用 for 循环计算你想要的次数，每次都增加你的计数器。将其封装在一个 while 循环中。所以 while(amountOfTrues
+1 以获得关于答案比较的优秀文章。干得好！

标签： python arrays performance numpy indexing

【解决方案1】：

我不能肯定这是最快的方式，但我想它会很好：

i = -1
for j in xrange(n):
    i = x.index(True, i + 1)

答案是i。

【讨论】：

好点...在大多数情况下，这可能比完整列表理解更有效。
+1 干得好。这是一个干净的解决方案，最大限度地利用 list.index 的 start 参数:-)

【解决方案2】：

如果效率是一个问题，我认为最好迭代通常（ O(N) ）而不是列表理解，它需要 O(L) 其中 L 是列表的长度

示例：考虑一个非常大的列表，并且您想找到第一个出现的 N=1，显然最好在找到第一个出现后立即停止

count = 0
for index,i in enumerate(L):
    if i:
        count = count + 1
        if count==N:
            return index

【讨论】：

【解决方案3】：

如果您关心性能，最好看看是否可以进行算法优化。例如，如果您在相同的值上多次调用此函数，您可能希望缓存以前的计算（例如，一旦您找到一个元素的第 50 次出现，您可以在O(1) 时间找到任何以前的出现）。

否则，您需要确保您的技术适用于（惰性）迭代器。

我能想到的最**优雅和性能满意的实现方式是：

def indexOfNthOccurrence(N, element, stream):
    """for N>0, returns index or None"""
    seen = 0
    for i,x in enumerate(stream):
        if x==element:
            seen += 1
            if seen==N:
                return i

（如果你真的关心 enumerate 和其他技术的性能差异，你需要使用 profiling，尤其是 numpy 函数，可能会使用 C）

预处理整个流并支持O(1)查询：

from collections import *
cache = defaultdict(list)
for i,elem in enumerate(YOUR_LIST):
    cache[elem] += [i]

# e.g. [3,2,3,2,5,5,1]
#       0 1 2 3 4 5 6
# cache: {3:[0,2], 1:[6], 2:[1,3], 5:[4,5]}

【讨论】：

【解决方案4】：

@Taymon 使用 list.index 给出的答案很棒。

FWIW，这是一种使用 itertools module 的函数式方法。它适用于任何可迭代的输入，而不仅仅是列表：

>>> from itertools import compress, count, imap, islice
>>> from functools import partial
>>> from operator import eq

>>> def nth_item(n, item, iterable):
        indicies = compress(count(), imap(partial(eq, item), iterable))
        return next(islice(indicies, n, None), -1)

这个例子很好，因为它展示了如何有效地结合 Python 的功能工具集。请注意，一旦设置了管道，就不会绕过 Python 的 eval 循环——一切都以 C 速度完成，内存占用很小，使用惰性求值，没有变量分配，以及可单独测试的组件。 IOW，这是函数式程序员梦寐以求的一切:-)

示例运行：

>>> x = [False,True,True,False,True,False,True,False,False,False,True,False,True]
>>> nth_item(50, True, x)
-1
>>> nth_item(0, True, x)
1
>>> nth_item(1, True, x)
2
>>> nth_item(2, True, x)
4
>>> nth_item(3, True, x)
6

【讨论】：

我喜欢它，虽然我倾向于将第一个子计算拆分为“def item_indices(iterable, item):”所以我可以给它一个文档字符串。
太棒了。现在为什么不是内置的list 方法？
旁注：是否可以在 python 2.6 中安装 itertools 2.7？还是存在根本的不兼容？也许我应该把这个作为一个不同的问题来问......
@keflavich 我不知道在不重建 Python 的情况下反向移植 2.7 itertools 的简单方法，但您可以实现纯 Python 等效项，如 2.7 itertools 文档中所示。试试这个：compress = lambda data, selectors: (d for d, s in izip(data, selectors) if s).

【解决方案5】：

[y for y in enumerate(x) if y[1]==True][z][0]

注意：这里 Z 是第 n 次出现，

【讨论】：

非常优雅。一个更清晰的版本符合我的口味：[i for i, e in enumerate(x) if e == True][z].

【解决方案6】：

首先创建一个列表对象并返回该列表的第n-1个元素的解决方案：函数occurence()

我认为，还有一个解决方案也可以实现函数式程序员的梦想，使用生成器，因为我喜欢它们：function occur()

S = 'stackoverflow.com is a fantastic amazing site'
print 'object S is string %r' % S
print "indexes of 'a' in S :",[indx for indx,elem in enumerate(S) if elem=='a']

def occurence(itrbl,x,nth):
    return [indx for indx,elem in enumerate(itrbl)
            if elem==x ][nth-1] if x in itrbl \
           else None

def occur(itrbl,x,nth):
    return (i for pos,i in enumerate(indx for indx,elem in enumerate(itrbl)
                                     if elem==x)
            if pos==nth-1).next() if x in itrbl\
            else   None

print "\noccurence(S,'a',4th) ==",occurence(S,'a',4)
print "\noccur(S,'a',4th) ==",occur(S,'a',4)

结果

object S is string 'stackoverflow.com is a fantastic amazing site'
indexes of 'a' in S : [2, 21, 24, 27, 33, 35]

occur(S,'a',4th) == 27

occurence(S,'a',4th) == 27

第二种解决方案看起来很复杂，但实际上并非如此。它不需要完全遍历可迭代对象：一旦找到所需的事件，进程就会停止。

【讨论】：

【解决方案7】：

这是在列表itrbl 中查找nth 出现的x 的另一种方法：

def nthoccur(nth,x,itrbl):
    count,index = 0,0
    while count < nth:
        if index > len(itrbl) - 1:
            return None
        elif itrbl[index] == x:
            count += 1
            index += 1
        else:
            index += 1
    return index - 1

【讨论】：

【解决方案8】：

这是一种方法：
对于上面的例子：

x=[False,True,True,False,True,False,True,False,False,False,True,False,True]

我们可以定义一个函数 find_index

def find_index(lst, value, n):
    c=[]
    i=0
    for element in lst :
          if element == value :
              c .append (i)
          i+=1    
    return c[n]

如果我们应用这个函数：

nth_index = find_index(x, True, 4)
print nth_index

结果是：

【讨论】：

【解决方案9】：

我认为这应该可行。

def get_nth_occurrence_of_specific_term(my_list, term, n):
    assert type(n) is int and n > 0
    start = -1
    for i in range(n):
        if term not in my_list[start + 1:]:
            return -1
        start = my_list.index(term, start + 1)
    return start

【讨论】：

【解决方案10】：

您可以将next 与enumerate 和生成器表达式一起使用。 itertools.islice 允许您根据需要对可迭代对象进行切片。

from itertools import islice

x = [False,True,True,False,True,False,True,False,False,False,True,False,True]

def get_nth_index(L, val, n):
    """return index of nth instance where value in list equals val"""
    return next(islice((i for i, j in enumerate(L) if j == val), n-1, n), -1)

res = get_nth_index(x, True, 3)  # 4

如果迭代器耗尽，即指定值的第n次出现不存在，next可以返回一个默认值，在这种情况下-1：

【讨论】：

【解决方案11】：

你可以使用count:

from itertools import count

x = [False, True, True, False, True, False, True, False, False, False, True, False, True]


def nth_index(n, item, iterable):
    counter = count(1)
    return next((i for i, e in enumerate(iterable) if e == item and next(counter) == n), -1)


print(nth_index(3, True, x))

输出

这个想法是，由于e == item and next(counter) == n) 的短路特性，表达式next(counter) == n 仅在e == item 时被评估，因此您只计算等于item 的元素。

【讨论】：