Question

当working on an AoC puzzle时，我发现我想减去列表（保留排序）：

def bag_sub(list_big, sublist):
    result = list_big[:]
    for n in sublist:
        result.remove(n)
    return result

我不喜欢list.remove调用（它本身就是O（n））包含在循环中的方式，这似乎是不必要的低效率。所以我试着重写它以避免这种情况：

def bag_sub(list_big, sublist):
    c = Counter(sublist)
    result = []
    for k in list_big:
        if k in c:
            c -= Counter({k: 1})
        else:
            result.append(k)
    return result

现在这是O（n），还是Counter.__isub__用法仍然搞砸了？
这种方法要求元素必须是可清除的，这是原始文件没有的限制。是否有O（n）解决方案，避免产生这种额外的限制？ Python有没有比collections.Counter更好的“bag”数据类型？

您可以假设sublist的长度是list_big的一半。

Answer 1

我使用了一个计数器，但我可能会略有不同，我可能会反复这样做......

def bag_sub(big_list, sublist):
    sublist_counts = Counter(sublist)
    result = []
    for item in big_list:
        if sublist_counts[item] > 0:
            sublist_counts[item] -= 1
        else:
            result.append(item)
    return result

这与你的解决方案非常相似，但每次你想减少某些东西的数量时，创建一个全新的计数器可能效率不高。¹

此外，如果您不需要返回列表，请考虑生成器函数...

只要list_big和sublist中的所有元素都可以进行哈希处理，就可以正常工作。此解决方案为O(N + M)，其中N和M分别是list_big和sublist的长度。

如果元素无法进行哈希处理，除非您有其他约束（例如，使用相同的标准对输入进行排序），否则运气不佳。如果您的输入已排序，您可以执行类似于合并排序的合并阶段的操作，以确定bag_sub中sublist中的哪些元素。{/ p>

^{¹请注意，Counter的行为与defaultdict(int)的行为非常相似，因此在柜台中查找项目时完全没问题已经没有了。}

Answer 2

这现在是O（n），还是Counter.__isub__用法仍然搞砸了？

这是预期的情况O（n），除了当Counter.__isub__丢弃非正值时，它会通过每个键来执行此操作。你最好只从键值减去1＆＃34;通常＆＃34;方式并检查c[k]而不是k in c。 c[k]的{{1}}为0，因此您不需要进行k not in c检查。）

in

是否有O（n）解决方案可避免产生此额外限制？

仅当输入已排序时，在这种情况下，mergesort merge的标准变体才能执行此操作。

Python有没有更好的＆＃34; bag＆＃34;数据类型比if c[k]: c[k] -= 1 else: result.append(k)？

collections.Counter是Python的包。

Answer 3

如果列表无序，则从长度为N的列表中删除项目为O（N），因为您必须找到它。
如果我们专注于＆＃34;合理的＆＃34;那么，从长度为N的列表中删除k项是O（kN）。 k <＆lt;＆lt; Ñ

所以我不知道如何把它降到O（N）。

写这篇文章的简明方法：

new_list = [x for x in list_big if x not in sublist]

但那仍然是O（kN）。

O（n）列表减法

3 个答案: