如何迭代列表中的每个元素并将其与另一个元素相加以找到一个数字？

Posted 2023-02-25

【中文标题】如何迭代列表中的每个元素并将其与另一个元素相加以找到一个数字？

【英文标题】：How to iterate and sum each element in a list with another to find a number?

【发布时间】：2015-07-20 08:10:30

【问题描述】：

我正在接受编程挑战并且遇到了这个问题，我不知何故陷入了困境。 我得到了一份清单： [10, 13, 15, 18, 20, 15] 我必须找出其中任何元素的总和是否会提供结果 30 并且输出应该是计数 如我们所见，我们有两种可能性，10+20 = 30 和 15+15，所以计数为 2。 但是怎么做呢，应该使用 for 循环还是 itertools 或任何切片或功能解决方案？

【问题讨论】：

你需要两个元素的总和吗？

@Laszlowaty 是两个元素的总和，但答案已经在评论中给出。谢谢

【参考方案1】：

您可以在sum 中使用itetools.combinations 和生成器表达式：

>>> my_list=[10, 13, 15, 18, 20, 15]
>>> from itertools import combinations
>>> sum(i+j==30 for i,j in combinations(my_list,2))
2

如果你也想要这些项目，你可以使用列表理解：

>>> [(i,j) for i,j in combinations(my_list,2) if i+j==30]
[(10, 20), (15, 15)]

【参考方案2】：

>>> from itertools import combinations
>>> lst = [10, 13, 15, 18, 20, 15]
>>> count = 0
>>> for x, y in combinations(lst, 2):
        if x + y == 30:
            print(x, y)
            count += 1

10 20
15 15

>>> print(count)
2

【参考方案3】：

或者，如果您不想使用 itertools，您可以使用以下列表理解来实现

 len([(ii,jj) for i, ii in enumerate(a) for j, jj in enumerate(a[i+1:]) if ii+jj==30])

给你

 len([(10, 20), (15, 15)]) = 2

组合方法的运行时间大约只有一半。

【参考方案4】：

由于这来自编程挑战，这里有一个列表长度具有线性复杂度的解决方案（使用组合将获得二次复杂度）：

from collections import defaultdict
def count_pairs_summing_to(lst, n):  
    element_counter = defaultdict(int)
    count = 0
    for x in lst:
        if (n - x) in element_counter:
            count += element_counter[n - x]
        element_counter[x] += 1
    return count

我们的想法是对数据进行一次传递，并跟踪我们之前在哈希表中看到的元素。 当我们看到一个新元素x时，我们只需要知道我们之前是否见过30 - x。 我们还会记录我们看到每个元素的次数，以确保我们计算重复对（例如 count_pairs_summing_to([10, 10, 20, 25], 30) 应该返回 2。）。

一些基准测试：

lst = [10, 13, 15, 18, 20, 15]

%timeit sum(i+j==30 for i,j in combinations(lst,2))
100000 loops, best of 3: 3.35 µs per loop

%timeit len([(ii,jj) for i, ii in enumerate(lst) for j, jj in enumerate(lst[i+1:]) if ii+jj==30])
100000 loops, best of 3: 6.59 µs per loop

%timeit count_pairs_summing_to(lst, 30)
100000 loops, best of 3: 2.92 µs per loop

# With a slightly bigger list.
import numpy.random as random
big_lst = list(random.randint(0, 100, size=1000))

%timeit len([(ii,jj) for i, ii in enumerate(big_lst) for j, jj in enumerate(big_lst[i+1:]) if ii+jj==30])
10 loops, best of 3: 125 ms per loop

%timeit sum(i+j==30 for i,j in combinations(big_lst,2))
1 loops, best of 3: 1.21 s per loop

# The previous one was surprisingly slow but it can be fixed:
%timeit sum(1 for i,j in combinations(big_lst,2) if i+j==30)
1 loops, best of 3: 88.2 ms per loop

%timeit count_pairs_summing_to(big_lst, 30)
1000 loops, best of 3: 504 µs per loop