Question

我想生成一个生成器函数，该函数遍历输入可迭代序列，一次生成一个元素，但跳过重复项。下面是一个示例代码：

numbers = [4, 5, 2, 6, 2, 3, 5, 8]
nums = unique(numbers)
    next(nums)
4
    next(nums)
5
    next(nums)
2
    next(nums)
6
    next(nums)
3
    next(nums)
8

有人知道为什么不打印此代码吗？

def unique(iterable):
    seen = set()
    for n in iterable:
        if n not in seen:
            seen.add(n)
            yield n

numbers = [4, 5, 2, 6, 2, 3, 5, 8]
nums = unique(numbers)
print(next(nums))

Answer 1

一个简单的唯一生成器将只保留set个已经看到的项目，例如：

def unique(nums):
    seen = set()
    for n in nums:
        if n not in seen:
            seen.add(n)
            yield n

In []:
numbers = [4, 5, 2, 6, 2, 3, 5, 8]
list(unique(numbers))

Out[]:
[4, 5, 2, 6, 3, 8]

Answer 2

最简单的方法是use OrderedDict，这是一种在保留订单的同时进行重复数据删除的简单方法：

from collections import OrderedDict

def unique(nums):
    yield from OrderedDict.fromkeys(nums)

从技术上讲，它急切地运行（所有重复数据删除都在前面完成，然后迭代完全重复数据删除的OrderedDict），但是所有其他解决方案最终都需要构建等效的set，因此这会延迟第一个值的产生，但总体上却要完成相同的工作量（并且在使用C实现的OrderedDict的Python版本上，运行速度比使用set作为“可见”的生成器的手动滚动更快。商店）。它不适合的情况是无限输入可迭代项和有限但较大的可迭代项，在这些情况下，您很可能在完成之前会停止处理它们（在这种情况下，基于{{1}的惰性unique_everseen解决方案}）。

在Python 3.6及更高版本上，plain dict preserves order（尽管it's not an official guarantee until 3.7），因此您甚至不需要导入：

set

Answer 3

您是否需要发电机？为什么不只使用set？

numbers = [4, 5, 2, 6, 2, 3, 5, 8]
for i in set(numbers):
    print(i)

如果您确实需要发电机：

def skipper(l):
    for i in set(l):
        yield i

for i in skipper(numbers):
    print(i)

如何构建一个生成器函数来完成跳过重复项

3 个答案: