基于子集列表的排序列表（没有嵌套循环）答案

【问题标题】：Sort list based on a subset list (without nested loops)基于子集列表的排序列表（没有嵌套循环）
【发布时间】：2018-03-08 11:31:54
【问题描述】：

我正在尝试根据主列表对一长串标签进行排序，并且正在努力有效地实现这一点。如下面的示例所示，我想将长列表中的所有项目组合在一起，这些项目共享一个共同的字符串开头，然后以与“主列表”相同的顺序创建一个新列表。

使用 Python，我通常会尝试向量化和并行处理数组，但这似乎不适用于基于字符串的数组。

这是我使用嵌套循环的示例和解决方案：

fruits = ['apple', 'banana', 'orange']  # "master list"
labels = ['banana2', 'apple2', 'orange1', 'banana1', 'apple1', 'apple3']  # "long list"
new_list = []
for fruit in fruits:
    for label in labels:
        if fruit in label:
            new_list.append(label)

print(new_list) 然后返回

['apple2', 'apple1', 'apple3', 'banana2', 'banana1', 'orange1']

这可以在没有嵌套循环的情况下完成吗？

为了获得额外的好处，我理想情况下也希望根据字符串中的最终数字对标签进行排序，例如给出结果：['apple1', 'apple2', 'apple3', 'banana1', 'banana2', 'orange1']

【问题讨论】：

标签： python string loops sorting

【解决方案1】：

这是一种方法，使用list.index 导出排序顺序。

fruits = ['apple', 'banana', 'orange']
labels = ['banana2', 'apple2', 'orange1', 'banana1', 'apple1', 'apple3']

res = sorted(labels, key=lambda x: fruits.index(x[:-1]))

# ['apple2', 'apple1', 'apple3', 'banana2', 'banana1', 'orange1']

您也可以使用tuple 作为排序键，结合一些正则表达式来分隔任意大小的整数。

import re

fruits = ['apple', 'banana', 'orange']
labels = ['banana2', 'apple2', 'orange1', 'banana1', 'apple10', 'apple3']

def sorter(mystr, fruits):
    str_split = re.match(r'([a-z]+)([0-9]+)', mystr, re.I).groups()
    return (fruits.index(str_split[0]), int(str_split[1]))

res2 = sorted(labels, key=lambda x: sorter(x, fruits))

# ['apple2', 'apple3', 'apple10', 'banana1', 'banana2', 'orange1']

【讨论】：

如果列表中是apple10，或者数字进入十位、百位等怎么办？

【解决方案2】：

另一种简单的方法：

import re

fruits = ['apple', 'banana', 'orange']  # "master list"
labels = ['banana2', 'apple2', 'orange1', 'banana1', 'apple10', 'apple3']  # "long list"

def normal_sort(text):
    return [int(c) if c.isdigit() else c for c in re.split('(\d+)', text)]

def func(x):
    x = " ".join(re.findall("[a-zA-Z]+", x))
    return x

print(sorted(sorted(labels, key=func), key=normal_sort))
# ['apple2', 'apple3', 'apple10', 'banana1', 'banana2', 'orange1']

【讨论】：

@jpp 谢谢。我现在修好了。

【解决方案3】：

有几点需要改进：

你不需要if fruit in label:，你可以用if fruit == label[0:len(fruit)]，因为你不需要完整的子串搜索，只需要开头。
您可以先对labels 进行排序，这样当您找到第一个时，您可以添加直到检查失败并跳过其余部分，因为这样您就确定它们不会再匹配了。显然排序是有代价的，但它仍然应该比每次都检查所有东西更有效。您需要一份副本，以免丢失有关它们最初排序方式的参考信息。

【讨论】：