在python中有效地搜索字符串列表以获取字符串列表答案

【问题标题】：Search a list of list of strings for a list of strings in python efficiently在python中有效地搜索字符串列表以获取字符串列表
【发布时间】：2012-02-16 18:31:06
【问题描述】：

我有一个字符串列表和一个字符串列表。例如：

L1=[["cat","dog","apple"],["orange","green","red"]]
L2=["cat","red"]

如果 L1[i] 包含 L2 中的任何项目，我需要放置对（用于在图中创建边）比如，在我的例子中，我需要("cat","dog"),("cat,apple"),("red,orange"),("red","green")

我应该使用什么方法来使其最有效。（我的 L1 列表很大）

【问题讨论】：

您是否直接尝试过（可能效率较低）？

标签： python list

【解决方案1】：

假设您的 L1 子列表中可能有多个“控制”项。

我会使用set() 和itertools.product()：

from itertools import product

def generate_edges(iterable, control):
    edges = []
    control_set = set(control)
    for e in iterable:
        e_set = set(e)
        common = e_set & control_set
        to_pair = e_set - common
        edges.extend(product(to_pair, common))
    return edges

例子：

>>> L1 = [["cat","dog","apple"],
...       ["orange","green","red"],
...       ["hand","cat","red"]]
>>> L2 = ["cat","red"]
>>> generate_edges(L1, L2)
[('apple', 'cat'),
 ('dog', 'cat'),
 ('orange', 'red'),
 ('green', 'red'),
 ('hand', 'red'),
 ('hand', 'cat')]

【讨论】：

【解决方案2】：

我建议将它们全部转换为sets 并使用集合运算（交集）来确定每个 L1 项目中来自 L2 的哪些术语。然后，您可以使用集合减法来获取需要配对的项目列表。

edges = []
L2set = set(L2)
for L1item in L1:
    L1set = set(L1item)
    items_in_L1item = L1set & L2set
    for item in items_in_L1item:
        items_to_pair = L1set - set([item])
        edges.extend((item, i) for i in items_to_pair)

【讨论】：

【解决方案3】：

即使L1 和L2 很大，要使此代码优化，请使用izip 生成生成器，而不是创建庞大的元组列表。如果您使用的是 Python3，请使用 zip。

from itertools import izip

pairs = []
for my_list, elem in izip(L1, L2):
    if elem in my_list:
        pairs += [(elem, e) for e in my_list if e!=elem]
print pairs

代码很通俗易懂，几乎是纯英文的！首先，您循环遍历每个列表及其对应的元素，然后询问该元素是否在列表中，如果是，则打印除 (x, x) 对之外的所有对。

输出：

[('cat', 'dog'), ('cat', 'apple'), ('red', 'orange'), ('red', 'green')]

【讨论】：

您的代码不适用于 OP 正在寻找的一般情况。
因为 L2 中的任何元素都可能在 L1 中的任何列表中，并且 L1 中的列表数量可能与 L2 中的元素数量不同。

【解决方案4】：

如果 L1 非常大，您可能需要考虑使用 bisect。它要求先对 L1 进行展平和排序。你可以这样做：

from bisect import bisect_left, bisect_right
from itertools import chain

L1=[["cat","dog","apple"],["orange","green","red","apple"]]
L2=["apple", "cat","red"]

M1 = [[i]*len(j) for i, j in enumerate(L1)]
M1 = list(chain(*M1))
L1flat = list(chain(*L1))
I = sorted(range(len(L1flat)), key=L1flat.__getitem__)
L1flat = [L1flat[i] for i in I]
M1 = [M1[i] for i in I]

for item in L2:
    s = bisect_left(L1flat, item)
    e = bisect_right(L1flat, item)
    print item, M1[s:e]

#apple [0, 1]
#cat [0]
#red [1]

【讨论】：