Question

很想知道人们是否可以比我的实现更快（使用纯python，或者其他什么，但只是为了你）。

sentence = "This is some example sentence where we remove parts"
matches = [(5, 10), (13, 18), (22, 27), (38, 42)]

目标是在这些范围内删除。例如。 index（5,6,7,8,9）中的字符应该在匹配的返回值（5,10）中省略。

我的实施：

def remove_matches(sentence, matches):
    new_s = ''
    lbound = 0
    for l, h in matches:
        news += sentence[lbound:l]
        lbound = h
    new_s += sentence[matches[-1][1]:]
    return new_s

结果：'This me le sce where weove parts'

请注意，匹配永远不会重叠，您可以利用这一事实。

实际上，我的主要问题很简单：我们不能以某种矢量化的方式做某事吗？我确信numpy可以，但我怀疑在这种情况下会更有效率。

基准：

PascalvKooten:           1000000 loops, best of 3: 1.34 µs per loop
Ted Klein Bergman (1):   1000000 loops, best of 3: 1.59 µs per loop
Ted Klein Bergman (2):    100000 loops, best of 3: 2.58 µs per loop 
Prune:                    100000 loops, best of 3: 2.05 µs per loop
njzk2:                    100000 loops, best of 3: 3.19 µs per loop

Answer 1

这可能会更快。它基本上是您的解决方案，但使用列表而不是字符串。由于列表是可变的并且不需要在每个循环中创建，因此它应该更快（可能不是为了这么少的匹配）。

sentence = "This is some example sentence where we remove parts"
matches = [(5, 10), (13, 18), (22, 27), (38, 42)]

def remove_matches(sentence, matches):
    result = []
    i = 0
    for x, y in matches:
        result.append(sentence[i:x])
        i = y
    result.append(sentence[i:])

    return "".join(result)

此方法可能更快：

def remove_matches(sentence, matches):
    return "".join(
        [sentence[0:matches[i][0]] if i == 0 else 
         sentence[matches[i - 1][1]:matches[i][0]] if i != len(matches) else 
         sentence[matches[i - 1][1]::] for i in range(len(matches) + 1)
         ])

Answer 2

shorthend =sentence[:matches[0][0]]+ "".join([sentence[matches[i-1][1]:matches[0][0] for i in range(1, len(matches)]) + sentence[matches[len(matches)]:]

因为我＆＃39;在我的手机上，我无法调试，但它应该工作：D

Answer 3

如果你将（null，0）追加到前面并且（-1，null）追加到匹配的后面

sentence = "This is some example sentence where we remove parts"
matches = [(null, 0), 
           (5, 10), (13, 18), (22, 27), (38, 42), 
           (len(sentence), null)]

然后您可以根据

编写连接表达式

matches[i][1]:matches[i+1][0] for i in range(len(matches)-1)

这足以让你感动吗？

Answer 4

如果字符串是可变的，那么通过连续的子字符串就地移动字符就可以实现快速解决方案。

最佳C解决方案包括几个memmov调用。

Answer 5

我不会删除字符，而是定义如何保留它们，以使操作更容易：

sentence = "This is some example sentence where we remove parts"
matches = [(5, 10), (13, 18), (22, 27), (38, 42)]
chain = (None,) + sum(matches, ()) + (None,)
# 
keep = ((m1, m2) for m1, m2 in zip(chain[::2], chain[1::2]))
# list(keep) = [(None, 5), (10, 13), (18, 22), (27, 38), (42, None)]
# or, keep = ((m1[1], m2[0]) for m1, m2 in zip([(None, None)] + matches, matches + [(None, None)]))
return ''.join(sentence[x:y] for x, y in keep)

从字符串

5 个答案: