Question

是否有更快的方法来计算两个元组列表中匹配的第二个元素的数量？

我有这样的元组，我基本上是一次一个元组循环：

lstup1 = [('but', '00004722-r'), ('he', '000000NULL'), ('was', '02697725-v'), ('always', '00020280-r'), ('persuade', '00766418-v'), ('out', '02061487-a')]
lstup2 = [(u'But', u'000000NULL'), (u'he', u'000000NULL'), (u'was', u'000000NULL'), (u'always', u'00019339-r'), (u'persuade', u'00766418-v'), (u'out', u'00232862-r')]

for i,j in izip(lstup1,lstup2):
  if i[1] == j[1]:
    correct+=1
    if j[1][-4:] == "NULL"
      null+=1
  count+=1

print "Accuracy =", str(correct/count), "with", str(null), "NULL tags"

Answer 1

你可以使用numpy：

>>> import numpy as np
>>> lstup1 = [('but', '00004722-r'), ('he', '000000NULL'), ('was', '02697725-v'), ('always', '00020280-r'), ('persuade', '00766418-v'), ('out', '02061487-a')]
>>> lstup2 = [(u'But', u'000000NULL'), (u'he', u'000000NULL'), (u'was', u'000000NULL'), (u'always', u'00019339-r'), (u'persuade', u'00766418-v'), (u'out', u'00232862-r')]
>>> 
>>> npl1 = np.array(lstup1)
>>> npl2 = np.array(lstup2)
>>> npl1[:,1] == npl2[:,1]
array([False,  True, False, False,  True, False], dtype=bool)

如果你只想知道平等对的数量：

>>> np.sum(npl1[:,1] == npl2[:,1])
2

如果您想知道索引位置：

>>> np.where(npl1[:,1] == npl2[:,1])
(array([1, 4]),)

Answer 2

您可以在此处使用sets：

In [5]: se1=set(x[1] for x in lstup1)

In [6]: se2=set(x[1] for x in lstup2)

In [7]: len(se1&se2)
Out[7]: 2

交叉的时间复杂度：O(min(len(se1), len(se2))

集合创建的时间复杂度：O(L)，其中L是列表的长度

或者只比较同一索引上的项目的izip()版本可以简化为：

sum(i[1]==j[1] for i,j in izip(lstup1,lstup2))

更快地计算两个元组列表中匹配的第二个元素的数量？ - Python

2 个答案: