给定 2 个整数列表如何找到不重叠的范围？

Posted 2023-03-11

【中文标题】给定 2 个整数列表如何找到不重叠的范围？

【英文标题】：Given 2 list of integers how to find the non-overlapping ranges?

【发布时间】：2018-04-13 08:11:47

【问题描述】：

给定

x = [5, 30, 58, 72]
y = [8, 35, 53, 60, 66, 67, 68, 73]

目标是遍历x_i 并找到大于x_i 但不大于x_i+1 的y 值

假设两个列表都已排序并且所有项目都是唯一的，那么在给定 x 和 y 的情况下所需的输出是：

[(5, 8), (30, 35), (58, 60), (72, 73)]

我试过了：

def per_window(sequence, n=1):
    """
    From http://***.com/q/42220614/610569
        >>> list(per_window([1,2,3,4], n=2))
        [(1, 2), (2, 3), (3, 4)]
        >>> list(per_window([1,2,3,4], n=3))
        [(1, 2, 3), (2, 3, 4)]
    """
    start, stop = 0, n
    seq = list(sequence)
    while stop <= len(seq):
        yield tuple(seq[start:stop])
        start += 1
        stop += 1

x = [5, 30, 58, 72]
y = [8, 35, 53, 60, 66, 67, 68, 73]

r = []

for xi, xiplus1 in per_window(x, 2):
    for j, yj in enumerate(y):
        if yj > xi and yj < xiplus1:
            r.append((xi, yj))
            break

# For the last x value.
# For the last x value.
for j, yj in enumerate(y):
    if yj > xiplus1:
        r.append((xiplus1, yj))
        break

但是有没有更简单的方法可以通过numpy、pandas 或其他方式实现相同的目标？

【问题讨论】：

当y 中有多个位于x[i] 和x[i+1] 之间的号码时，您希望发生什么？

抢先。

【参考方案1】：

我们可以在列表中使用pd.DataFrame 和merge_asof 和direction = forward 即

new = pd.merge_asof(pd.DataFrame(x,index=x), pd.DataFrame(y,index=y),on=0,left_index=True,direction='forward')
out = list(zip(new[0],new.index))

如果您不需要完全匹配来匹配您需要将allow_exact_matches=False 传递给merge_asof

输出：

[(5, 8), (30, 35), (58, 60), (72, 73)]

【讨论】：

其实最近的可能不能满足OP的需求，因为当你得到57插入的y = [8, 35, 53, 57 ,60, 66, 67, 68, 73]时，不会得到预期的结果

哦，我明白了，我们可以使用 forward

如果使用forward，x = [5, 30, 58,59,72]时可能不起作用。

是的，现在我看到了缺点。

@Tangfeifan 我认为情况是问题评论中的意思不是吗。

【参考方案2】：

你可以使用numpy.searchsorted和side='right'来找出y中第一个大于x的值的索引，然后提取具有索引的元素；一个简单的版本假设 y 中总是有一个值大于 x 中的任何元素 可能是：

x = np.array([5, 30, 58, 72])
y = np.array([8, 35, 53, 60, 66, 67, 68, 73])

np.column_stack((x, y[np.searchsorted(y, x, side='right')]))
#array([[ 5,  8],
#       [30, 35],
#       [58, 60],
#       [72, 73]])

---

给定y 已排序：

np.searchsorted(y, x, side='right')
# array([0, 1, 3, 7])

返回y 中大于x 中对应值的第一个值的索引。

【参考方案3】：

您可以通过迭代 x 来构造一个新列表，该列表用自身压缩——偏移 1 个索引并附加 y 的最后一个元素——然后迭代 y，检查每次传递的条件并中断最里面的循环。

out = []
for x_low, x_high in zip(x, x[1:]+y[-1:]):
    for yy in y:
        if (yy>x_low) and (yy<=x_high):
            out.append((x_low,yy))
            break

out
# returns:
[(5, 8), (30, 35), (58, 60), (72, 73)]

【参考方案4】：

def find(list1,list2):
    final = []
    for i in range(len(list1)):
        pos=0
        try:
            while True:
                if i+1==len(list1) and list1[i]<list2[pos]:
                    final.append((list1[i],list2[pos]))
                    raise Exception
                if list1[i]<list2[pos] and list1[i+1]>list2[pos]:
                    final.append((list1[i],list2[pos]))
                    raise Exception
                pos+=1
        except: pass
    return final