答案的表现

Question

我有一大堆元组，例如[ (1,2), (1,3), (1,4), (2,1), (2,3) ]等我想有效地将其转换为[ (1, [1,2,3,4]), (2, [1,3] ) ]。我按每个元组的第一个元素对元组进行分组，即(1,2), (1,3), (1,4)变为(1, [2,3,4])（另请参阅下面的Haskell版本）。我怀疑这可以一次完成吗？ 始终订购输入列表。

在python尝试使用defaultdict，我认为这是一种自然的解决方案而不重新发明轮子。它运行良好，但它不保留键的顺序。一种解决方案是将有序defaultdict用作explained here。

无论如何，我想知道这个问题的语言独立和有效的解决方案。我目前的解决方案需要两次通过，并在列表中调用一次set( )。

更新

我正在考虑实现以下Haskell版本：

a = [ (1,2), (1,3), (1,4), (2,1), (2,3) ] 
b = groupBy (\ x y -> fst x == fst y ) 
b 
[[(1,2),(1,3),(1,4)],[(2,1),(2,3)]]  
map (\x -> (fst .head $ x, map snd x ) ) b 
[(1,[2,3,4]),(2,[1,3])]

答案的表现

我实施了两个答案（coldspeed和pm2ring）。在中等大小的列表（最多10 ^ 4个元素）PM2环解决方案更快;在10 ^ 5的大小，两者都需要相同的时间，在较大的列表上COLDSPEED开始获胜。下面是数字（使用python3）。

第一列是列表中的条目数，第二列是coldspeed所用的时间，第三列是pm2 ring个解决方案所用的时间。所有时间都排在第二位。

10 0.0001 0.0000
100 0.0001 0.0000
1000 0.0005 0.0001
10000 0.0044 0.0014
100000 0.0517 0.0452
1000000 0.5579 1.5249

脚本在这里http://github.com/dilawar/playground/raw/master/Python/so_group_tuple.py

使用Ashwini优化

根据Ashwini的建议，

PM 2Ring解决方案更快（大约3x - 5x）。

10 4.887580871582031e-05 1.2636184692382812e-05
100 0.00010132789611816406 2.0742416381835938e-05
1000 0.0005109310150146484 0.000110626220703125
10000 0.004467487335205078 0.0009067058563232422
100000 0.05056118965148926 0.017516136169433594
1000000 0.6100358963012695 0.26450490951538086
10000000 6.092756509780884 2.8253660202026367

使用PYPY

结果有些混乱。最后一列是第2列和第3列的比率。

pypy so_group_tuple.py 
(10, [1.6927719116210938e-05, 3.409385681152344e-05], 0.4965034965034965)
(100, [4.601478576660156e-05, 8.296966552734375e-05], 0.5545977011494253)
(1000, [0.010258913040161133, 0.0019040107727050781], 5.388054094665665)
(10000, [0.0002448558807373047, 0.00021600723266601562], 1.1335540838852096)
(100000, [0.002658843994140625, 0.0018231868743896484], 1.45834967961292)
(1000000, [0.0833890438079834, 0.02979302406311035], 2.7989452709245284)
(10000000, [1.0556740760803223, 0.6789278984069824], 1.5549133841124023)

我将使用PM 2Ring解决方案，因为它更快，直到列表大小为10 ^ 5 。

Answer 1

您可以使用itertools.groupby执行此操作，并使用zip重新排列收集的群组中的数据：

from itertools import groupby
from operator import itemgetter

a = [(1, 2), (1, 3), (1, 4), (2, 1), (2, 3)]
b = [(k, list(list(zip(*g))[1])) for k, g in groupby(a, itemgetter(0))]
print(b)

<强>输出

[(1, [2, 3, 4]), (2, [1, 3])]

那个列表comp有点密集。这是使用传统for循环的变体，它打印中间结果，使其更容易看到正在发生的事情。

b = []
for k, g in groupby(a, itemgetter(0)):
    t = list(zip(*g))
    print(t)
    b.append(list(t[1]))

print('Output', b)

<强>输出

[(1, 1, 1), (2, 3, 4)]
[(2, 2), (1, 3)]
Output [[2, 3, 4], [1, 3]]

正如Ashwini Chaudhary在评论中提到的那样，在那里嵌套另一个列表comp会使代码更多更具可读性，它可能也更有效率，因为它可以避免几次调用。

b = [(k, [x for _, x in g]) for k, g in groupby(a, itemgetter(0))]

Answer 2

您可以使用collections.OrderedDict（import collections优先）：

In [983]: o = collections.OrderedDict()

In [984]: for x in t:
     ...:     o.setdefault(x[0], []).append(x[1])
     ...:

现在，将o.items()转换为列表：

In [985]: list(o.items())
Out[985]: [(1, [2, 3, 4]), (2, [1, 3])]

Answer 3

如果输入列表已经订购，则可能不需要使用任何其他订购功能或功能来重新排序列表。下面的代码将自动显示您显示的输出。

mylistarr = ((1, 2), (1, 3), (1, 4), (2, 1), (2, 3))
output = dict()
for tuple in mylistarr:
    if tuple[0] not in anotherlist:
        output[tuple[0]] = list()
        output[tuple[0]].append(tuple[0])
    output[tuple[0]].append(tuple[1])
print output

输出： {1：[1,2,3,4]，2：[2,1,3]}

有效地分组元组列表

答案的表现

使用Ashwini优化

使用PYPY

3 个答案: