获取列表中具有*数最少的元素

Question

我有一个列表，我想找到“*”计数最少的元素。

mylist = ['12*3','12345**6','11234']

所以这个小测试的答案是'11234'

这可行，但速度很慢（我正在处理大量基因组数据：

sorted(mylist, key = lambda x: x.count('*'))[0]

这不太雄辩，但有效：

values = map(lambda x: x.count('*'), mylist)
print mylist[values.index(min(values))]

有没有更好的方法？ 我试图进行 schwartzian 转换，但无法弄清楚。

Answer 1

您可以将min 与key 参数一起使用：

>>> mylist = ['12*3','12345**6','11234']
>>> min(mylist, key=lambda x: x.count('*'))
'11234'

key 是一个函数，它在可迭代对象上的每个项目上调用，以指定与sorted 中相同的排序方式。

上述方法将导致 O(n) 时间复杂度，其中排序为 O(n log n)。

更新：如果您的字符串真的很长，那么您可以在循环中计算* 的出现次数，并在计数与当前最小值相同时立即拒绝该字符串。如果找到出现次数为 0 的字符串，您也可以终止搜索：

def find(l):
    min_item = None
    min_val = float('inf')

    for x in l:
        current = 0
        for c in x:
            current += (c == '*')
            if current >= min_val:
                break
        else:
            # Found new minimum, update
            min_item = x
            min_val = current

        # Can't get lower than 0
        if min_val == 0:
            break

    return min_item

print(find(['12*3','11234', '12345**6', '1'])) # '11234'

Answer 2

您可以通过为 key 而不是 lambda 创建单独的函数来进一步提高性能，因为 lambda 函数 很慢。例如：

def get_asterisk_count(my_string):
    return my_string.count('*')

mylist = ['12*3','12345**6','11234']
min(mylist, key=get_asterisk_count)

以下是timeit 的统计数据：

• 使用lambda 函数：1.25 微秒

  mquadri$ python -m "timeit" -s "mylist = ['12*3','12345**6','11234']" "min(mylist, key=lambda x: x.count('*'))"
  1000000 loops, best of 3: 1.25 usec per loop
  

• 使用单独的函数：1.19 usec

  mquadri$ python -m "timeit" -s "mylist = ['12*3','12345**6','11234']" "def get_asterisk_count(my_string): return my_string.count('*')" "min(mylist, key=get_asterisk_count)"
  1000000 loops, best of 3: 1.19 usec per loop