给定两个列表 A 和 B，创建 len(A) 的二进制列表 C 的快速方法答案

【问题标题】：Fast way to create a binary list C of len(A) given two lists A and B给定两个列表 A 和 B，创建 len(A) 的二进制列表 C 的快速方法
【发布时间】：2021-03-02 06:55:42
【问题描述】：

我有两个列表 A 和 B large（len(A) 大约是 200K，len(B) 大约是 20K）。我想生成一个长度为len(A) 的新列表C，它在i 的所有位置都有1，其中A[i] 在B 中，否则为0。在 Python 中执行此操作的计算效率最高的方法是什么？换句话说，有没有比下面更有效的方法？

C = []
for x in A:
    if x in B:
        C.append(1)
    else:
        C.append(0)

【问题讨论】：

是的，将B 设为set。否则，这个算法是O(M*N)，而如果你先做B = set(B)，你会得到O(N)
列表元素中是否有重复值？
@MichaelRuth No
@juanapa.arrivillaga 啊哈，把B做成一套就行了，那就无所谓了。
@MichaelRuth 如果有重复，为什么重要？

标签： python list performance

【解决方案1】：

为了性能，您应该将 B 设为 set 对象。 set 有固定时间的成员资格测试。这将提高您的整体算法的效率，从多项式时间 O(N*M) 到线性时间 O(N)：

c = []
B = set(B)
for x in A:
    if x in B:
        C.append(1)
    else:
        C.append(0)

【讨论】：

不错的解决方案，唯一需要注意的是 B 被更改为 set，破坏了排序并删除了可能的重复元素（这不是具体问题的问题，正如我读到的那样上面的 cmets，但可能是通用解决方案）。如果B 仍打算用作下面的原始list，则应为set(B) 使用新名称。

【解决方案2】：

您可以使用列表推导，但请记住，与循环方法相比，它不会在效率方面提供很大的改进：

[1 if x in B else 0 for x in A]

更新：最快的方法是从 B 准备一张地图并将其用于搜索。

B_map = {elt: True for elt in B}
C = [1 if B_map.get(x, False) else 0 for x in A]

【讨论】：

我觉得应该是[1 if x in B else 0 for x in A]
是的，你是对的，我看错了问题。
这不是一种计算效率更高的方法，它完全等效。
这里的问题是搜索，对于 len(A) = m 和 len(B) = n 的每个元素，它是 O(n)。如果您搜索列表，请先对其进行排序并使用 bisect 模块进行二分搜索。该模块提供了一种方法来执行此操作，同时保留列表的原始索引。
最快的方法可能是用B 准备一个字典对象并使用它。我已经更新了我的答案以包含它。

【解决方案3】：

tldr; 将B 转换为set 并使用列表推导式。 @Krishna Chaurasia 对set(B) 的理解是提出的最快解决方案。

正如其他人所建议的那样，您绝对应该使用set(B) 进行搜索。这提高了大型 B 的性能。

现在提高大型A 的性能，因此提高C 的性能。预分配C。请注意，预分配仅在替换 append() 的情况下才有用，它不会加快理解速度。

from timeit import timeit

setup = '''
A = list(range(1000000))
B = set(range(500000, 1500000))
'''

stmt_for_no_preallocation = '''
C = []
for x in A:
    if x in B:
        C.append(1)
    else:
        C.append(0)
'''

stmt_for_preallocation = '''
C = [0] * len(A)
for i, x in enumerate(A):
    if x in B:
        C[i] = 1
'''

stmt_comp = 'C = [1 if x in B else 0 for x in A]'

stmt_comp_map = '''
B_map = {elt: True for elt in B}
C = [1 if B_map.get(x, False) else 0 for x in A]
'''

stmt_comp_map_alias_get = '''
B_map = {elt: True for elt in B}
get = B_map.get
C = [1 if get(x, False) else 0 for x in A]
'''

n = 10
print('for without preallocating C')
print(timeit(stmt_for_no_preallocation, setup=setup, number=n))
print('for with preallocating C')
print(timeit(stmt_for_preallocation, setup=setup, number=n))
print('list comprehension')
print(timeit(stmt_comp, setup=setup, number=n))
print('list comprehension with map')
print(timeit(stmt_comp_map, setup=setup, number=n))
print('list comprehension with map and alias B_map.get to local scope')
print(timeit(stmt_comp_map_alias_get, setup=setup, number=n))

输出：

对于没有预分配 C 0.900570491 用于预分配 C 0.723135233 列表理解 0.51548745 用地图列出理解 1.5568766299999997 使用 map 和别名 B_map.get 到本地范围的列表理解 1.3334449179999996

【讨论】：