Python：获取列表顺序元素的所有组合

Posted 2023-02-25

【中文标题】Python：获取列表顺序元素的所有组合

【英文标题】：Python: Get all combinations of sequential elements of list

【发布时间】：2015-10-01 08:40:45

【问题描述】：

给定一个数组说x = ['A','I','R'] 我希望输出为

[['A','I','R'],['A','I'],['I','R'],['A'],['I'],['R']]

我不想要输出的是：

[['A','I','R'],['A','I'],['I','R'],['A','R'],['A'],['I'],['R']]  # extra ['A','R'] which is not in sequence .

下面是给出我不想要的输出的代码：

letter_list = [a for a in str]
all_word = []
for i in xrange(0,len(letter_list)):
    all_word = all_word + (map(list, itertools.combinations(letter_list,i))) # dont use append. gives wrong result.
all_word = filter(None,all_word) # remove empty combination
all_word = all_word + [letter_list] # add original list

我的意思是我只想要序列的组合。有什么方法可以使用itertools 还是我应该编写自定义函数？

【问题讨论】：

此处可能存在重复：Substrings of a string

请注意在 Code Review SE 的 my answer 到您的 follow up question 中解释的指数内存使用情况。对于长度为 1000 个字符的文本，这样拆分时需要 167167000 个字符，内存占用为 1.25GB。

【参考方案1】：

是的，你可以使用itertools：

>>> x = ['A', 'I', 'R']
>>> xs = [x[i:j] for i, j in itertools.combinations(range(len(x)+1), 2)]
>>> xs
[['A'], ['A', 'I'], ['A', 'I', 'R'], ['I'], ['I', 'R'], ['R']]
>>> sorted(xs, key=len, reverse=True)
[['A', 'I', 'R'], ['A', 'I'], ['I', 'R'], ['A'], ['I'], ['R']]

信用：answer by hochl

【参考方案2】：

尝试使用yield:

x = ['A','I','R']

def groupme(x):
    s = tuple(x)
    for size in range(1, len(s) + 1):
        for index in range(len(s) + 1 - size):
            yield list(x[index:index + size])

list(groupme(x))

>>> [['A'], ['I'], ['R'], ['A', 'I'], ['I', 'R'], ['A', 'I', 'R']]

【讨论】：

在当前的解决方案中，这是唯一一个不使用大量内存的解决方案，因为它使用 yield 只在迭代时给你想要的单词。但是，它仍然会为使用 1000 个字符的测试用例生成 500500 个不同的元素。 :-D

【参考方案3】：

不要试图这么神奇：两个循环会做你想做的事；一个超过可能的序列开始，内部超过可能的序列长度：

x = "AIR" # strings are iterables/sequences, too!
all_words = []
for begin in xrange(len(x)):
    for length in xrange(1,len(x) - begin+1):
        all_words.append(x[begin:begin+length])

【讨论】：

如上面评论中所述，当文本输入包含超过几百个字符时，这确实是内存密集型的。

【参考方案4】：

使用列表理解：

letters=['A', 'I', 'R']
[letters[start:end+1] 
 for start in xrange(len(letters)) 
 for end in xrange(start, len(letters))]

[['A'], ['A', 'I'], ['A', 'I', 'R'], ['I'], ['I', 'R'], ['R']]

如果您提出的顺序很重要（从最长到最短，并且起始位置的长度相同），您可以改为：

[letters[start:start+l+1]
 for l in range(len(letters))[::-1]
 for start in xrange(len(letters)-l)]

[['A', 'I', 'R'], ['A', 'I'], ['I', 'R'], ['A'], ['I'], ['R']]

只是为了解决 Holroy 的评论。如果不使用列表解析，而是使用生成器表达式（只需用 () 替换外部 []），那么需要代码的内存就会少得多。但是在这种情况下，您必须小心不要多次使用结果，或者例如不要尝试对结果使用列表方法（例如 len 或删除元素）。

【讨论】：

如上面评论中所述，当文本输入包含超过几百个字符时，这确实是内存密集型的。