Question

说我有一个可迭代的（在我的例子中是一个列表）：

l = [True, False, False, True]

我知道检查其中至少有一个元素是否为True的最简单快捷的方法就是使用any(l)，这将返回True。

但是如果我想检查至少两个元素是True怎么办？我的目标是以最快的方式处理它。

我的代码现在看起来像这样（对于两个元素）：

def check_filter(l):
    if len([i for i in filter(None, l)]) > 1:
        return True
return False

这比any()慢大约10倍，而且对我来说似乎不是那么pythonic。

Answer 1

你可以简单地在序列上使用迭代器，并检查迭代器上的imageView总是为any返回True - 次：

这里的关键点是迭代器会记住它最后的位置，因此每个def check(it, num): it = iter(it) return all(any(it) for _ in range(num)) >>> check([1, 1, 0], 2) True >>> check([1, 1, 0], 3) False调用将从最后一个调用开始。并将其包裹在any中，一旦all any False，就确保它会提前退出。

至少在性能方面，这应该比大多数其他方法更快。但是以可读性为代价。

如果您想让它比基于map和itertools.repeat的解决方案更快，可以稍快一点：

from itertools import repeat

def check_map(it, num):
    return all(map(any, repeat(iter(it), num)))

对其他答案进行基准测试：

# Second "True" element is in the last place
lst = [1] + [0]*1000 + [1]

%timeit check_map(lst, 2)  # 10000 loops, best of 3: 20.3 µs per loop
%timeit check(lst, 2)      # 10000 loops, best of 3: 23.5 µs per loop
%timeit many(lst, 2)       # 10000 loops, best of 3: 153 µs per loop
%timeit sum(l) >= 2        # 100000 loops, best of 3: 19.6 µs per loop

# Second "True" element is the second item in the iterable
lst = [1, 1] + [0]*1000

%timeit check_map(lst, 2)  # 100000 loops, best of 3: 3.05 µs per loop
%timeit check(lst, 2)      # 100000 loops, best of 3: 6.39 µs per loop
%timeit many(lst, 2)       # 100000 loops, best of 3: 5.02 µs per loop
%timeit sum(lst) >= 2      # 10000 loops, best of 3: 19.5 µs per loop

Answer 2

L = [True, False, False, True]

这只需要迭代：

def many(iterable, n):
    if n < 1:
        return True
    counter = 0
    for x in iterable:
        if x:
            counter += 1
            if counter == n:
                return True
    return False

现在：

>>> many(L, 2)
True

Answer 3

使用sum：

sum(l) >= 2
# True

Answer 4

大概any遍历迭代，直到找到True的元素，然后停止。

您的解决方案扫描所有元素以查看是否至少有2个。相反，它应该在找到第二个True元素后立即停止扫描。

聪明any（）之类的函数检查至少n个元素是否为True？

4 个答案: