Question

我一直试图找到一个相关的问题，虽然我似乎无法搜索正确的单词，但我发现的是如何检查列表是否包含交集。

基本上，我需要在找到某个数字序列后拆分列表，类似于执行str.split(sequence)[0]，而是使用列表。我有工作代码，虽然它看起来效率不高（也不知道如果提出错误是正确的方法），我相信必须有更好的方法来实现它。

对于记录，long_list可能有几百万个值的长度，这就是为什么我认为迭代它们可能不是最好的主意。

long_list = [2,6,4,2,7,98,32,5,15,4,2,6,43,23,95,10,31,5,1,73]
end_marker = [6,43,23,95]
end_marker_len = len(end_marker)

class SuccessfulTruncate(Exception):
    pass
try:
    counter = 0
    for i in range(len(long_list)):
        if long_list[i] == end_marker[counter]:
            counter += 1
        else:
            counter = 0
        if counter == end_marker_len:
            raise SuccessfulTruncate()
except SuccessfulTruncate:
    long_list = long_list[:2 + i - end_marker_len]
else:
    raise IndexError('sequence not found')

>>> long_list
[2,6,4,2,7,98,32,5,15,4,2]

好的，用100万个值的大清单计算几个答案（标记非常接近结束）：

Tim: 3.55 seconds
Mine: 2.7 seconds
Dan: 0.55 seconds
Andrey: 0.28 seconds
Kasramvd: still executing :P

Answer 1

我有工作代码，虽然它看起来效率不高（也不知道如果提出错误是正确的方法），我确信必须有更好的方法做到这一点。

我在评论中对异常提出进行了评论

而不是引发异常并在同一个try /中捕获它，除了你可以省略try / except并执行if counter == end_marker_len: long_list = long_list[:2 + i - end_marker_len]。成功不是适合例外名称的词。例外用于表示某些内容失败

无论如何，这是一个更短的方式：

>>> long_list = [2,6,4,2,7,98,32,5,15,4,2,6,43,23,95,10,31,5,1,73]
>>> end_marker = [6,43,23,95]
>>> index = [i for i in range(len(long_list)) if long_list[i:i+len(end_marker)] == end_marker][0]
>>> long_list[:index]
[2, 6, 4, 2, 7, 98, 32, 5, 15, 4, 2]

受this帖子

启发的列表理解

Answer 2

作为一种更加pythonic的方式而不是多次切片，你可以在列表理解中使用itertools.islice：

>>> from itertools import islice
>>> M,N=len(long_list),len(end_maker)
>>> long_list[:next((i for i in range(0,M) if list(islice(long_list,i,i+N))==end_marker),0)]
[2, 6, 4, 2, 7, 98, 32, 5, 15, 4, 2]

请注意，由于next函数的默认值为0，如果找不到任何匹配项，它将返回整个long_list。

Answer 3

如果值的范围有限，比如以字节为单位（这也可以适应更大的类型），那么为什么不对列表进行编码，以便可以使用字符串方法find：

long_list = [2,6,4,2,7,98,32,5,15,4,2,6,43,23,95,10,31,5,1,73]
end_marker = [6,43,23,95]

import struct

long_list_p = struct.pack('B'*len(long_list), *long_list)
end_marker_p = struct.pack('B'*len(end_marker), *end_marker)

print long_list[:long_list_p.find(end_marker_p)]

打印：

[2, 6, 4, 2, 7, 98, 32, 5, 15, 4, 2]

我尝试使用bytes，但他们所使用的查找方法并不起作用：

print long_list[:bytes(long_list).find(bytes(end_marker))]

Answer 4

在我使用index方法的解决方案中使用方法：

input = [2,6,4,2,7,98,32,5,15,4,2,6,43,23,95,10,31,5,1,73]
brk = [6,43,23,95]
brk_len = len(brk)
brk_idx = 0
brk_offset = brk_idx + brk_len

try:
    while input[brk_idx:brk_offset] != brk:
        brk_idx = input.index(brk[0], brk_idx + 1)
        brk_offset = brk_idx + brk_len
except ValueError: 
    print("Not found")
else:
    print(input[:brk_idx])

如果找到数字序列，Python拆分列表

4 个答案: