Question

如何使用列表False中的True循环等来返回for或l的代码？

我是否应该使用计数器来计算重复数？我以为我可以使用点计数表示法来计算它们的重复数量。如果计数超过2，则会返回False。

l = [1, 2, 2, 3, 4, 4]

def allDifferent1D(l):
    for i in l:
        print(l.count(i))
        if l.count(i) > 1:
            return False

现在回来了：

1
2

Answer 1

看到一组值，并在看到重复后立即返回False：

def all_different(l):
    seen = set()
    for i in l:
        if i in seen:
            return False
        seen.add(i)
    return True

简化就是一次创建set()并测试长度;较短的一组意味着有重复。这做了更多工作;对于大型列表，上述方法更有效，因为它短路;一找到副本就立即返回False。

请注意，您的计数方法每次都会扫描列表，您创建了一个二次算法;将元素添加到列表时，工作量会相乘。

Answer 2

试试这个，这是一个更简单的方法，不需要显式循环 - 它使用的事实是，根据定义，一个集合不允许重复。如果列表和集合具有相同数量的元素，那是因为没有重复项开头：

def allDifferent1D(lst):
    return len(lst) == len(set(lst))

如果False列表中有重复项，则上述函数将返回lst;如果所有元素都是唯一的，则上述函数将返回True，并且不需要对输入列表进行排序。例如：

allDifferent1D([1, 2, 2, 3, 4, 4])
=> False
allDifferent1D([1, 2, 3, 4, 5, 6])
=> True

Answer 3

这种方法将产生具有O（nlogn）复杂性和O（1）空间的解决方案。

当您对列表进行排序时，重复的值应该是邻居，而不使用集合来存储我们已经看过的项目，我们可以使用O（1）-space算法。

当我们对元素进行排序时（假设Python使用最佳排序算法），复杂度为O(nlogn)。我们遍历列表，在最坏的情况下，我们遍历所有列表O(n)。所以在这种情况下，我们有O(nlogn)复杂度算法。

l = [1,2,2,3,4,4]

def isDup(l):
    l=sorted(l)
    index=0
    isFound=False
    while not isFound and index<len(l)-2:
        if l[index+1]==l[index]:
            isFound=True
        else:
            index+=1
    return isFound

print isDup(l)

Answer 4

这里简单的一个：

 >>> def dup_check(l):
         return sorted(l) == sorted(set(l))

 >>> dup_check([1,2,3,8,1])
 False
 >>> dup_check([1,2,3,8,])
 True

set将删除重复，如果列表没有重复，则排序（l）==已排序（set（l））将返回True else False

如果列表有重复，如何返回布尔语句？

4 个答案: