从 Python 列表中删除列表子集的最快方法

Posted 2023-02-25

【中文标题】从 Python 列表中删除列表子集的最快方法

【英文标题】：Fastest way to remove subsets of lists from a list in Python

【发布时间】：2016-02-04 18:44:54

【问题描述】：

假设我有一个类似下面的列表（实际列表要长得多）：

fruits = [['apple', 'pear'],
          ['apple', 'pear', 'banana'],
          ['banana', 'pear'],
          ['pear', 'pineapple'],
          ['apple', 'pear', 'banana', 'watermelon']]

在这种情况下，['banana', 'pear']、['apple', 'pear'] 和 ['apple', 'pear', 'banana'] 列表中的所有项目都包含在 ['apple', 'pear', 'banana', 'watermelon'] 列表中（项目的顺序无关紧要），所以我想删除 @987654327 @、['apple', 'pear'] 和 ['apple', 'pear', 'banana']，因为它们是 ['apple', 'pear', 'banana', 'watermelon'] 的子集。

我目前的解决方案如下所示。我首先使用ifilter 和imap 为每个列表可能具有的超集创建一个生成器。然后对于那些确实有超集的情况，我使用compress 和imap 删除它们。

from itertools import imap, ifilter, compress

supersets = imap(lambda a: list(ifilter(lambda x: len(a) < len(x) and set(a).issubset(x), fruits)), fruits)


new_list = list(compress(fruits, imap(lambda x: 0 if x else 1, supersets)))
new_list
#[['pear', 'pineapple'], ['apple', 'pear', 'banana', 'watermelon']]

我想知道是否有更有效的方法来做到这一点？

【问题讨论】：

Python - verifying if one list is a subset of the other的可能重复

您可以从删除 imap 和 ifilter 开始使用生成器表达式/列表推导。它们以相同的方式工作，但产生可读的代码......

@BrentWashburne 这不完全是重复的。如您所见，我当前的解决方案实际上确实使用了链接帖子所建议的issubset()。我的问题更多是关于如何删除作为大列表中其他列表子集的列表。

@JBernardo：你能举个例子吗？谢谢！ :)

@dawg：抱歉，忘记更改代码。 foo 应该是 supersets。我更新了它

【参考方案1】：

filter(lambda f: not any(set(f) < set(g) for g in fruits), fruits)

【讨论】：

当我尝试你的代码时，我得到了[['apple', 'pear'], [['apple', 'pear', 'banana'], ['banana', 'pear'], ['pear', 'pineapple'], ['apple', 'pear', 'banana', 'watermelon']]

我的代码有错误。我认为当前版本应该可以工作。

无论哪种方式，它都对我有用 - 无论哪种方式，这都是一个 Pythonic 的答案。这让我很开心。

很奇怪。在 Canopy 编辑器界面中，我不断收到一个空列表。但是当我在命令行界面中尝试时，我得到了正确的结果！谢谢你

【参考方案2】：

我不知道它是否更快，但这更容易阅读（无论如何对我来说）：

sets=frozenset(e) for e in fruits  
us=set()
while sets:
    e=sets.pop()
    if any(e.issubset(s) for s in sets) or any(e.issubset(s) for s in us):
        continue
    else:
        us.add(e)   

---

更新

速度很快。更快的是使用for 循环。检查时间：

fruits = [['apple', 'pear'],
        ['apple', 'pear', 'banana'],
        ['banana', 'pear'],
        ['pear', 'pineapple'],
        ['apple', 'pear', 'banana', 'watermelon']]

from itertools import imap, ifilter, compress    

def f1():              
    sets=frozenset(e) for e in fruits  
    us=[]
    while sets:
        e=sets.pop()
        if any(e.issubset(s) for s in sets) or any(e.issubset(s) for s in us):
            continue
        else:
            us.append(list(e))   
    return us           

def f2():
    supersets = imap(lambda a: list(ifilter(lambda x: len(a) < len(x) and set(a).issubset(x), fruits)), fruits)
    new_list = list(compress(fruits, imap(lambda x: 0 if x else 1, supersets)))
    return new_list

def f3():
    return filter(lambda f: not any(set(f) < set(g) for g in fruits), fruits)

def f4():              
    sets=frozenset(e) for e in fruits  
    us=[]
    for e in sets:
        if any(e < s for s in sets):
            continue
        else:
            us.append(list(e))   
    return us              

if __name__=='__main__':
    import timeit     
    for f in (f1, f2, f3, f4):
        print f.__name__, timeit.timeit("f()", setup="from __main__ import f, fruits"), f()  

在我的 Python 2.7 机器上：

f1 8.09958791733 [['watermelon', 'pear', 'apple', 'banana'], ['pear', 'pineapple']]
f2 15.5085151196 [['pear', 'pineapple'], ['apple', 'pear', 'banana', 'watermelon']]
f3 11.9473619461 [['pear', 'pineapple'], ['apple', 'pear', 'banana', 'watermelon']]
f4 5.87942910194 [['watermelon', 'pear', 'apple', 'banana'], ['pear', 'pineapple']]

【讨论】：

我试过f1()，结果得到set()..mm

感谢您的实际时间安排！