没有重复的Python组合

Question

我有一个数字列表，我想从中进行组合。如果我有清单：

t = [2,2,2,2,4]
c = list(itertools.combinations(t, 4))

结果是：

(2, 2, 2, 2)
(2, 2, 2, 4)
(2, 2, 2, 4)
(2, 2, 2, 4)
(2, 2, 2, 4)

但我想得到：

(2, 2, 2, 2)
(2, 2, 2, 4)

除了制作新列表和遍历第一个列表之外，是否可以消除重复？

Answer 1

由于大金刚指向集合，您可以通过将列表转换为集合来获取列表中的唯一值：

t = [2,2,2,2,4]
c = list(itertools.combinations(t, 4))
unq = set(c)
print(unq)

结果将是：

{(2, 2, 2, 4), (2, 2, 2, 2)}

如果您想将其用作列表，可以通过以下方式将其转换回来：

result = list(unq)

另一种更干净、更全面的方式将是：

t = [2,2,2,2,4]
c = set(itertools.combinations(t, 4))

Answer 2

我知道这有点晚了，但我想补充一点。

set(itertools.combinations(t, 4)) 在大多数情况下会做得很好，但它仍然会在内部迭代所有重复的组合，因此它的计算量可能很大。如果没有很多实际的独特组合，情况尤其如此。

这个只迭代独特的组合：

from itertools import chain, repeat, count, islice
from collections import Counter


def repeat_chain(values, counts):
    return chain.from_iterable(map(repeat, values, counts))


def unique_combinations_from_value_counts(values, counts, r):
    n = len(counts)
    indices = list(islice(repeat_chain(count(), counts), r))
    if len(indices) < r:
        return
    while True:
        yield tuple(values[i] for i in indices)
        for i, j in zip(reversed(range(r)), repeat_chain(reversed(range(n)), reversed(counts))):
            if indices[i] != j:
                break
        else:
            return
        j = indices[i] + 1
        for i, j in zip(range(i, r), repeat_chain(count(j), counts[j:])):
            indices[i] = j


def unique_combinations(iterable, r):
    values, counts = zip(*Counter(iterable).items())
    return unique_combinations_from_value_counts(values, counts, r)

用法：

>>> list(unique_combinations([2, 2, 2, 2, 4], 4)) # elements must be hashable
[(2, 2, 2, 2), (2, 2, 2, 4)]

# You can pass values and counts separately. For this usage, values don't need to be hashable
# Say you have ['a','b','b','c','c','c'], then since there is 1 of 'a', 2 of 'b', and 3 of 'c', you can do as follows:
>>> list(unique_combinations_from_value_counts(['a', 'b', 'c'], [1, 2, 3], 3))
[('a', 'b', 'b'), ('a', 'b', 'c'), ('a', 'c', 'c'), ('b', 'b', 'c'), ('b', 'c', 'c'), ('c', 'c', 'c')]

# combinations_without_repetition() is a generator (and thus an iterator)
# so you can iterate it
>>> for comb in unique_combinations([2, 2, 2, 2, 4], 4):
...     print(sum(comb))
...
8   # 2+2+2+2
10  # 2+2+2+4

注意itertools.combinations() 是用 C 实现的，这意味着在大多数情况下它比我的 python 脚本快得多。仅当重复组合多于唯一组合时，此代码才比 set(itertools.combinations()) 方法更好。

Answer 3

从技术上讲，你得到的实际上并不是重复的，这只是itertools.combinations 的工作原理，如果你阅读了链接页面中的描述：

itertools.combinations(iterable, r)

从输入迭代中返回 r 个长度的元素子序列。

组合按字典排序顺序发出。因此，如果输入的可迭代对象已排序，则组合元组将在 排序顺序。

元素根据其位置而不是其价值被视为唯一。所以如果输入元素是唯一的，就不会有 在每个组合中重复值。

演示：

>>> import itertools as it
>>> list(it.combinations([1,2,3,4,5], 4))
[(1, 2, 3, 4), (1, 2, 3, 5), (1, 2, 4, 5), (1, 3, 4, 5), (2, 3, 4, 5)]

因此，正如在上一个答案中发布的那样，set() 将为您提供所需的独特值：

>>> set(it.combinations(t, 4))
{(2, 2, 2, 4), (2, 2, 2, 2)}

Answer 4

现在可以使用包 more-itertools 来完成此操作，从 8.7 版开始，该包有一个名为 distinct_combinations 的函数来实现此目的。

>>> from itertools import combinations
>>> t = [2,2,2,2,4]
>>> set(combinations(t, 4))
{(2, 2, 2, 2), (2, 2, 2, 4)}

>>> from more_itertools import distinct_combinations
>>> t = [2,2,2,2,4]
>>> list(distinct_combinations(t,4))
(2, 2, 2, 2), (2, 2, 2, 4)]

据我所知，我的测试性能非常有限，类似于@hahho 写的function