找到列表中第n项的索引

时间:2011-12-01 05:46:16

标签: python arrays performance numpy indexing

我想找到列表中项目第n次出现的索引。例如,

x=[False,True,True,False,True,False,True,False,False,False,True,False,True]

n'th的索引是什么?如果我想要第五次出现(如果零索引则为第4次),答案是10。

我想出了:

indargs = [ i for i,a in enumerate(x) if a ]
indargs[n]

请注意x.index会在某个点之后返回第一个匹配项或第一个匹配项,因此据我所知,这不是解决方案。

对于类似于上述情况的情况,还存在numpy的解决方案,例如使用cumsumwhere,但我想知道是否有一种无懈可击的方法来解决问题。

自从我第一次遇到这个问题以来,我一直关注性能,同时为Project Euler问题实现了一个Eratosthenes筛选,但这是我在其他情况下遇到的一个更普遍的问题。

编辑:我得到了很多很棒的答案,所以我决定做一些性能测试。对于timeit个元素搜索4000'th / 1000'th True的列表,下面是len个执行时间(以秒为单位)。列表是随机的True / False。源代码链接如下;这是一个混乱的触摸。我使用了海报名称的短/修改版本来描述除listcomp之外的函数,这是上面的简单列表推导。

True Test (100'th True in a list containing True/False)
         nelements      eyquem_occur eyquem_occurrence            graddy            taymon          listcomp       hettinger26         hettinger
             3000:          0.007824          0.031117          0.002144          0.007694          0.026908          0.003563          0.003563
            10000:          0.018424          0.103049          0.002233          0.018063          0.088245          0.003610          0.003769
            50000:          0.078383          0.515265          0.002140          0.078074          0.442630          0.003719          0.003608
           100000:          0.152804          1.054196          0.002129          0.152691          0.903827          0.003741          0.003769
           200000:          0.303084          2.123534          0.002212          0.301918          1.837870          0.003522          0.003601
True Test (1000'th True in a list containing True/False)
         nelements      eyquem_occur eyquem_occurrence            graddy            taymon          listcomp       hettinger26         hettinger
             3000:          0.038461          0.031358          0.024167          0.039277          0.026640          0.035283          0.034482
            10000:          0.049063          0.103241          0.024120          0.049383          0.088688          0.035515          0.034700
            50000:          0.108860          0.516037          0.023956          0.109546          0.442078          0.035269          0.035373
           100000:          0.183568          1.049817          0.024228          0.184406          0.906709          0.035135          0.036027
           200000:          0.333501          2.141629          0.024239          0.333908          1.826397          0.034879          0.036551
True Test (20000'th True in a list containing True/False)
         nelements      eyquem_occur eyquem_occurrence            graddy            taymon          listcomp       hettinger26         hettinger
             3000:          0.004520          0.004439          0.036853          0.004458          0.026900          0.053460          0.053734
            10000:          0.014925          0.014715          0.126084          0.014864          0.088470          0.177792          0.177716
            50000:          0.766154          0.515107          0.499068          0.781289          0.443654          0.707134          0.711072
           100000:          0.837363          1.051426          0.501842          0.862350          0.903189          0.707552          0.706808
           200000:          0.991740          2.124445          0.498408          1.008187          1.839797          0.715844          0.709063
Number Test (750'th 0 in a list containing 0-9)
         nelements      eyquem_occur eyquem_occurrence            graddy            taymon          listcomp       hettinger26         hettinger
             3000:          0.026996          0.026887          0.015494          0.030343          0.022417          0.026557          0.026236
            10000:          0.037887          0.089267          0.015839          0.040519          0.074941          0.026525          0.027057
            50000:          0.097777          0.445236          0.015396          0.101242          0.371496          0.025945          0.026156
           100000:          0.173794          0.905993          0.015409          0.176317          0.762155          0.026215          0.026871
           200000:          0.324930          1.847375          0.015506          0.327957          1.536012          0.027390          0.026657

Hettinger的itertools解决方案几乎总是最好的。 taymon和graddy的解决方案在大多数情况下都是最好的,但是当你想要第n个实例使得n为高或者列表中出现少于n次时,列表理解方法对于短数组可能更好。如果出现次数少于n次,则初始count检查可以节省时间。此外,当搜索数字而不是真/假时,graddy的效率更高......不清楚为什么会这样。 eyquem的解决方案基本上与其他解决方案相当,但开销略有增加或减少; eyquem_occur与taymon的解决方案大致相同,而eyquem_occurrence类似于listcomp。

11 个答案:

答案 0 :(得分:35)

@Taymon使用 list.index 的答案很棒。

FWIW,这是使用itertools module的功能方法。它适用于任何可迭代的输入,而不仅仅是列表:

>>> from itertools import compress, count, imap, islice
>>> from functools import partial
>>> from operator import eq

>>> def nth_item(n, item, iterable):
        indicies = compress(count(), imap(partial(eq, item), iterable))
        return next(islice(indicies, n, None), -1)

这个例子很好,因为它展示了如何有效地结合Python的功能工具集。注意,一旦管道建立起来,就没有绕过Python的eval循环 - 一切都以C速度完成,内存占用很小,评估很懒惰,没有变量赋值,并且单独使用可测试组件。 IOW,这是程序员梦寐以求的一切: - )

示例运行:

>>> x = [False,True,True,False,True,False,True,False,False,False,True,False,True]
>>> nth_item(50, True, x)
-1
>>> nth_item(0, True, x)
1
>>> nth_item(1, True, x)
2
>>> nth_item(2, True, x)
4
>>> nth_item(3, True, x)
6

答案 1 :(得分:27)

我不能肯定这是最快的方式,但我想它会很好:

i = -1
for j in xrange(n):
    i = x.index(True, i + 1)

答案是i

答案 2 :(得分:2)

如果效率是一个问题我认为最好迭代正常(O(N))而不是列表理解,其中取O(L)其中L是列表的长度

示例:考虑一个非常大的列表,你想要找到第一次出现N = 1,一旦找到第一次出现,最好立即停止

count = 0
for index,i in enumerate(L):
    if i:
        count = count + 1
        if count==N:
            return index

答案 3 :(得分:2)

如果您关注性能,最好不要看是否可以进行算法优化。例如,如果您在相同的值上多次调用此函数,您可能希望缓存先前的计算(例如,一旦找到元素的第50次出现,您可以在O(1)时间内找到任何先前的出现)。

否则,您希望确保您的技术适用于(惰性)迭代器。

* in *优雅且性能愉快的方式,我可以想到实现它是:

def indexOfNthOccurrence(N, element, stream):
    """for N>0, returns index or None"""
    seen = 0
    for i,x in enumerate(stream):
        if x==element:
            seen += 1
            if seen==N:
                return i

(如果你真的关心枚举和其他技术之间的性能差异,你将需要求助于分析,特别是使用numpy函数,这可能诉诸于C)

预处理整个流并支持O(1)个查询:

from collections import *
cache = defaultdict(list)
for i,elem in enumerate(YOUR_LIST):
    cache[elem] += [i]

# e.g. [3,2,3,2,5,5,1]
#       0 1 2 3 4 5 6
# cache: {3:[0,2], 1:[6], 2:[1,3], 5:[4,5]}

答案 4 :(得分:2)

[y for y in enumerate(x) if y[1]==True][z][0]

注意:这里Z是第n次出现,

答案 5 :(得分:2)

首先创建列表对象并返回此列表的第n-1个元素的解决方案:function occurence()

我认为,实现功能程序员的解决方案也会使用生成器,因为我喜欢它们:功能发生()

S = 'stackoverflow.com is a fantastic amazing site'
print 'object S is string %r' % S
print "indexes of 'a' in S :",[indx for indx,elem in enumerate(S) if elem=='a']

def occurence(itrbl,x,nth):
    return [indx for indx,elem in enumerate(itrbl)
            if elem==x ][nth-1] if x in itrbl \
           else None

def occur(itrbl,x,nth):
    return (i for pos,i in enumerate(indx for indx,elem in enumerate(itrbl)
                                     if elem==x)
            if pos==nth-1).next() if x in itrbl\
            else   None

print "\noccurence(S,'a',4th) ==",occurence(S,'a',4)
print "\noccur(S,'a',4th) ==",occur(S,'a',4)

结果

object S is string 'stackoverflow.com is a fantastic amazing site'
indexes of 'a' in S : [2, 21, 24, 27, 33, 35]

occur(S,'a',4th) == 27

occurence(S,'a',4th) == 27

第二种解决方案似乎很复杂,但事实并非如此。它不需要完全遍历iterable:只要找到想要的事件,该过程就会停止。

答案 6 :(得分:2)

以下是在列表nth中查找x itrbl次出现的另一种方式:

def nthoccur(nth,x,itrbl):
    count,index = 0,0
    while count < nth:
        if index > len(itrbl) - 1:
            return None
        elif itrbl[index] == x:
            count += 1
            index += 1
        else:
            index += 1
    return index - 1

答案 7 :(得分:0)

这是一种方式:
对于上面的例子:

x=[False,True,True,False,True,False,True,False,False,False,True,False,True]

我们可以定义一个函数find_index

def find_index(lst, value, n):
    c=[]
    i=0
    for element in lst :
          if element == value :
              c .append (i)
          i+=1    
    return c[n]

如果我们应用该功能:

nth_index = find_index(x, True, 4)
print nth_index

结果是:

10

答案 8 :(得分:0)

我认为这应该有用。

def get_nth_occurrence_of_specific_term(my_list, term, n):
    assert type(n) is int and n > 0
    start = -1
    for i in range(n):
        if term not in my_list[start + 1:]:
            return -1
        start = my_list.index(term, start + 1)
    return start

答案 9 :(得分:0)

您可以将nextenumerate和生成器表达式一起使用。 itertools.islice允许您根据需要切片可迭代对象。

from itertools import islice

x = [False,True,True,False,True,False,True,False,False,False,True,False,True]

def get_nth_index(L, val, n):
    """return index of nth instance where value in list equals val"""
    return next(islice((i for i, j in enumerate(L) if j == val), n-1, n), -1)

res = get_nth_index(x, True, 3)  # 4

如果迭代器已用尽,即指定值的第 n 次出现不存在,则next可以返回默认值,在这种情况下为-1

答案 10 :(得分:0)

您可以使用count

from itertools import count

x = [False, True, True, False, True, False, True, False, False, False, True, False, True]


def nth_index(n, item, iterable):
    counter = count(1)
    return next((i for i, e in enumerate(iterable) if e == item and next(counter) == n), -1)


print(nth_index(3, True, x))

输出

4

这个想法是由于e == item and next(counter) == n)的短路特性,表达式next(counter) == n仅在e == item时才被求值,因此您只计算等于{{1}的元素}。