检查Python中的列表中是否有（不）

Question

我在Python中有一个元组列表，如果元组不在列表中（如果它在列表中，那么我有一个条件，我想要取分支）想拿if分支）

if curr_x -1 > 0 and (curr_x-1 , curr_y) not in myList: 

    # Do Something

但这并不适合我。我做错了什么？

Answer 1

该错误可能在您的代码中的其他位置，因为它应该可以正常工作：

>>> 3 not in [2, 3, 4]
False
>>> 3 not in [4, 5, 6]
True

或者使用元组：

>>> (2, 3) not in [(2, 3), (5, 6), (9, 1)]
False
>>> (2, 3) not in [(2, 7), (7, 3), "hi"]
True

Answer 2

  

如何检查Python列表中是否包含某些内容？

最便宜，最易读的解决方案是使用in运算符（或在您的特定情况下为not in）。如文档中所述，

  

运算符in和not in测试成员资格。 x in s评估为   如果True是x的成员，则为s，否则为False。 x not in s返回   x in s的否定。

另外，

  

运算符not in被定义为具有in的反真值。

y not in x在逻辑上与not y in x相同。

以下是一些示例：

'a' in [1, 2, 3]
# False

'c' in ['a', 'b', 'c']
# True

'a' not in [1, 2, 3]
# True

'c' not in ['a', 'b', 'c']
# False

这也适用于元组，因为元组是可哈希的（由于它们也是不可变的）：

(1, 2) in [(3, 4), (1, 2)]
#  True

如果RHS上的对象定义了__contains__()方法，则in将在内部调用它，如文档的Comparisons部分的最后一段所述。

  

... in和not in，   受可迭代或实现的类型的支持   __contains__()方法。例如，您可以（但不应）这样做：

[3, 2, 1].__contains__(1)
# True

in短路，因此，如果您的元素位于列表的开头，则in的求值速度更快：

lst = list(range(10001))
%timeit 1 in lst
%timeit 10000 in lst  # Expected to take longer time.

68.9 ns ± 0.613 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)
178 µs ± 5.01 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)

如果您想做的不仅仅是检查项目是否在列表中，还可以使用以下选项：

• list.index可用于检索项目的索引。如果该元素不存在，则会引发ValueError。
• list.count可用于计算发生次数。

---

XY问题：您考虑过set吗？

问自己以下问题：

• 您是否需要检查一个项目是否在列表中多次？
• 此检查是在循环内完成还是在重复调用的函数内完成？
• 您存储在列表中的项目是否可哈希化？ IOW，您可以打hash吗？

如果您对这些问题的回答为“是”，则应改用set。 in上的list成员资格测试的时间复杂度为O（n）。这意味着python必须对列表进行线性扫描，访问每个元素并将其与搜索项进行比较。如果您重复执行此操作，或者列表很大，那么此操作将产生开销。

另一方面，

set对象对它们的值进行哈希处理以进行恒定时间成员资格检查。也可以使用in进行检查：

1 in {1, 2, 3} 
# True

'a' not in {'a', 'b', 'c'}
# False

(1, 2) in {('a', 'c'), (1, 2)}
# True

如果您很不幸地要搜索/不搜索的元素位于列表的末尾，则python会扫描列表直到末尾。从以下时间可以明显看出这一点：

l = list(range(100001))
s = set(l)

%timeit 100000 in l
%timeit 100000 in s

2.58 ms ± 58.9 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
101 ns ± 9.53 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)

提醒一下，只要您要存储和查找的元素是可哈希的，这是一个合适的选项。 IOW，它们要么必须是不可变的类型，要么是实现__hash__的对象。