Question

在名为mixed_sets的元组列表中，存在三个单独的集合。每个集合都包含具有相交值的元组。一组中的元组不会与另一组中的元组相交。

我已经提出以下代码来整理这些集合。我发现当涉及元组时，python集功能是有限的。如果set交集操作可以查看每个元组索引而不是停留在封闭的元组对象上，那将是很好的。

以下是代码：

mixed_sets=  [(1,15),(2,22),(2,23),(3,13),(3,15),
              (3,17),(4,22),(4,23),(5,15),(5,17),
              (6,21),(6,22),(6,23),(7,15),(8,12),
              (8,15),(9,19),(9,20),(10,19),(10,20),
              (11,14),(11,16),(11,18),(11,19)]

def sort_sets(a_set):
    idx= 0
    idx2=0
    while len(mixed_sets) > idx and len(a_set) > idx2:
        if a_set[idx2][0] == mixed_sets[idx][0] or a_set[idx2][1] == mixed_sets[idx][1]:
            a_set.append(mixed_sets[idx])
            mixed_sets.pop(idx)
            idx=0

        else:
            idx+=1
            if idx == len(mixed_sets):
                idx2+=1
                idx=0
    a_set.pop(0) #remove first item; duplicate
    print a_set, 'a returned set'            
    return a_set

sorted_sets=[]
for new_set in mixed_sets:
    sorted_sets.append(sort_sets([new_set]))

print mixed_sets #Now empty.

OUTPUT:
[(1, 15), (3, 15), (5, 15), (7, 15), (8, 15), (3, 13), (3, 17), (5, 17), (8, 12)] a returned set
[(2, 22), (2, 23), (4, 23), (6, 23), (4, 22), (6, 22), (6, 21)] a returned set
[(9, 19), (10, 19), (10, 20), (11, 19), (9, 20), (11, 14), (11, 16), (11, 18)] a returned set

现在这看起来不像是执行此任务的最pythonic方式。此代码适用于大型元组列表（大约2E6），如果不必检查已排序的元组，我觉得程序运行得更快。因此我使用pop（）来收缩mixed_sets列表。我发现使用pop（）制作的列表推导，for循环或任何迭代器都有问题，所以我使用了while循环。

它确实有效，但是有更多pythonic方式执行此任务，不使用while循环和idx和idx2计数器吗？。

Answer 1

可能你可以通过首先计算mixed_sets中元组中所有第一个元素的集合以及所有第二个元素的集合来提高速度。然后在迭代中，您可以检查第一个或第二个元素是否在其中一个集合中，并使用二进制搜索找到正确的完整元组。实际上你需要多套，你可以用字典来模拟。

像[目前尚未测试]的东西：

from collections import defaultdict
# define the mixed_sets list.
mixed_sets.sort()
first_els = defaultdict(int)
secon_els = defaultdict(int)

for first,second in mixed_sets:
    first_els[first] += 1
    second_els[second] += 1


def sort_sets(a_set):
    index= 0
    while mixed_sets and len(a_set) > index:
        first, second = a_set[index]
        if first in first_els or second in second_els:
            if first in first_els:
                element = find_tuple(mixed_sets, first, index=0)
                first_els[first] -= 1
                if first_els[first] <= 0:
                    del first_els[first]
            else:
                element = find_tuple(mixed_sets, second, index=1)
                second_els[second] -= 1
                if second_els[second] <= 0:
                    del second_els[second]

            a_set.append(element)
            mixed_sets.remove(element)
        index += 1
    a_set.pop(0) #remove first item; duplicate
    print a_set, 'a returned set'            
    return a_set

其中“find_tuple（mixed_sets，first，index = 0,1）”返回属于在给定索引处具有“first”的mixed_sets的元组。

您可能还需要复制mixed_sets并按第一个元素排序其中一个副本，另一个副本按第二个元素排序。

或许你可以再次玩字典。在“first_els”和“second_els”中添加值也是元组的排序列表。

我不知道表演会如何扩展，但我认为如果数据大约为2百万，那么你不必担心太多。

使用元组分隔集合

1 个答案: