python - 如何验证一个列表是否是另一个列表的子集？

Question

我需要验证一个列表是否是另一个列表的子集——我所寻求的只是一个布尔返回。

在交叉路口后在较小的列表上测试相等性是最快的方法吗？考虑到需要比较的数据集数量，性能至关重要。

根据讨论添加更多事实：

对于许多测试，其中任何一个列表是否相同？它的作用之一是静态查找表。
它需要是一个列表吗？它没有 - 静态查找表可以是性能最好的任何东西。动态的是一个字典，我们从中提取键来执行静态查找。

考虑到这种情况，最佳解决方案是什么？

score 196 · Accepted Answer

>>> a = [1, 3, 5]
>>> b = [1, 3, 5, 8]
>>> c = [3, 5, 9]
>>> set(a) <= set(b)
True
>>> set(c) <= set(b)
False

>>> a = ['yes', 'no', 'hmm']
>>> b = ['yes', 'no', 'hmm', 'well']
>>> c = ['sorry', 'no', 'hmm']
>>> 
>>> set(a) <= set(b)
True
>>> set(c) <= set(b)
False

score 175 · Accepted Answer

利用set.issubset

例子：

a = {1,2}
b = {1,2,3}
a.issubset(b) # True

a = {1,2,4}
b = {1,2,3}
a.issubset(b) # False

Python 为此提供的高性能函数是set.issubset. 但是，它确实有一些限制，因此不清楚它是否是您问题的答案。

一个列表可能包含多个项目并具有特定的顺序。一套没有。此外，集合仅适用于可散列对象。

你问的是子集还是子序列（这意味着你需要一个字符串搜索算法）？对于许多测试，其中任何一个列表是否相同？列表中包含哪些数据类型？就此而言，它是否需要成为一个列表？

您的另一篇文章与 dict 和 list 相交使类型更清晰，并且确实获得了使用字典键视图来实现其类似集合的功能的建议。在这种情况下，它可以工作，因为字典键的行为就像一个集合（以至于在我们在 Python 中使用集合之前，我们使用字典）。人们想知道这个问题是如何在三个小时内变得不那么具体的。

score 50 · Accepted Answer

one = [1, 2, 3]
two = [9, 8, 5, 3, 2, 1]

all(x in two for x in one)

说明：生成器通过循环one检查该项目是否在列表中来创建布尔值two。 all()如果每个项目都是真实的，则返回True，否则False。

还有一个优点是all在缺失元素的第一个实例上返回 False，而不必处理每个项目。

score 28 · Accepted Answer

假设项目是可散列的

>>> from collections import Counter
>>> not Counter([1, 2]) - Counter([1])
False
>>> not Counter([1, 2]) - Counter([1, 2])
True
>>> not Counter([1, 2, 2]) - Counter([1, 2])
False

如果您不关心重复的项目，例如。[1, 2, 2]然后[1, 2]只需使用：

>>> set([1, 2, 2]).issubset([1, 2])
True

在交叉路口后在较小的列表上测试相等性是最快的方法吗？

.issubset将是最快的方法。在测试之前检查长度issubset不会提高速度，因为您仍然有 O(N + M) 项要遍历和检查。

score 9 · Accepted Answer

另一种解决方案是使用intersection.

one = [1, 2, 3]
two = [9, 8, 5, 3, 2, 1]

set(one).intersection(set(two)) == set(one)

集合的交集将包含set one

（或者）

one = [1, 2, 3]
two = [9, 8, 5, 3, 2, 1]

set(one) & (set(two)) == set(one)

score 4 · Accepted Answer

集合论不适用于列表，因为使用集合论重复会导致错误的答案。

例如：

a = [1, 3, 3, 3, 5]
b = [1, 3, 3, 4, 5]
set(b) > set(a)

没有任何意义。是的，它给出了错误的答案，但这是不正确的，因为集合论只是在比较：1,3,5 与 1,3,4,5。您必须包括所有重复项。

相反，您必须计算每个项目的每次出现并进行大于等于检查。这不是很昂贵，因为它不使用 O(N^2) 操作并且不需要快速排序。

#!/usr/bin/env python

from collections import Counter

def containedInFirst(a, b):
  a_count = Counter(a)
  b_count = Counter(b)
  for key in b_count:
    if a_count.has_key(key) == False:
      return False
    if b_count[key] > a_count[key]:
      return False
  return True


a = [1, 3, 3, 3, 5]
b = [1, 3, 3, 4, 5]
print "b in a: ", containedInFirst(a, b)

a = [1, 3, 3, 3, 4, 4, 5]
b = [1, 3, 3, 4, 5]
print "b in a: ", containedInFirst(a, b)

然后运行这个你得到：

$ python contained.py 
b in a:  False
b in a:  True

score 3 · Accepted Answer

one = [1, 2, 3]
two = [9, 8, 5, 3, 2, 1]

set(x in two for x in one) == set([True])

如果 list1 在列表 2 中：

(x in two for x in one)生成一个列表True。
当我们做 aset(x in two for x in one)只有一个元素（真）。

score 0 · Accepted Answer

在 python 3.5 中，您可以执行 a[*set()][index]来获取元素。它比其他方法慢得多。

one = [1, 2, 3]
two = [9, 8, 5, 3, 2, 1]

result = set(x in two for x in one)

[*result][0] == True

或者只是用 len 和 set

len(set(a+b)) == len(set(a))

score 0 · Accepted Answer

由于没有人考虑过比较两个字符串，这是我的建议。

您当然可能想检查管道（“|”）是否不属于任何一个列表，并且可能会自动选择另一个字符，但您明白了。

使用空字符串作为分隔符不是解决方案，因为数字可以有多个数字 ([12,3] != [1,23])

def issublist(l1,l2):
    return '|'.join([str(i) for i in l1]) in '|'.join([str(i) for i in l2])

score 0 · Accepted Answer

下面的代码检查给定集合是否是另一个集合的“正确子集”

 def is_proper_subset(set, superset):
     return all(x in superset for x in set) and len(set)<len(superset)

score 0 · Accepted Answer

以下是我如何知道一个列表是否是另一个列表的子集，就我而言，顺序对我很重要。

def is_subset(list_long,list_short):
    short_length = len(list_short)
    subset_list = []
    for i in range(len(list_long)-short_length+1):
        subset_list.append(list_long[i:i+short_length])
    if list_short in subset_list:
        return True
    else: return False

score 0 · Accepted Answer

如果我迟到了，请原谅我。;)

检查一个set A是否是set B, PythonhasA.issubset(B)和的子集A <= B。它只适用set并且效果很好，但内部实现的复杂性是未知的。参考：https ://docs.python.org/2/library/sets.html#set-objects

我想出了一个算法来检查是否list A是list B以下评论的子集。

为了降低查找子集的复杂性，我发现 sort在比较元素以符合子集的条件之前，首先对这两个列表都适用。
它帮助我判断第二个列表元素的值何时break大于第一个列表元素的值。loopB[j]A[i]
last_index_j用于从上次停止loop的地方重新开始。list B它有助于避免从开头开始比较 list B（正如您可能猜到的那样，list B从index 0后续开始比较是不必要的iterations。）
复杂性将O(n ln n)分别用于对两个列表进行排序和O(n)检查子集。
O(n ln n) + O(n ln n) + O(n) = O(n ln n).
代码有很多语句来print查看每个iteration. loop这些仅用于理解。

检查一个列表是否是另一个列表的子集

is_subset = True;

A = [9, 3, 11, 1, 7, 2];
B = [11, 4, 6, 2, 15, 1, 9, 8, 5, 3];

print(A, B);

# skip checking if list A has elements more than list B
if len(A) > len(B):
    is_subset = False;
else:
    # complexity of sorting using quicksort or merge sort: O(n ln n)
    # use best sorting algorithm available to minimize complexity
    A.sort();
    B.sort();

    print(A, B);

    # complexity: O(n^2)
    # for a in A:
    #   if a not in B:
    #       is_subset = False;
    #       break;

    # complexity: O(n)
    is_found = False;
    last_index_j = 0;

    for i in range(len(A)):
        for j in range(last_index_j, len(B)):
            is_found = False;

            print("i=" + str(i) + ", j=" + str(j) + ", " + str(A[i]) + "==" + str(B[j]) + "?");

            if B[j] <= A[i]:
                if A[i] == B[j]:
                    is_found = True;
                last_index_j = j;
            else:
                is_found = False;
                break;

            if is_found:
                print("Found: " + str(A[i]));
                last_index_j = last_index_j + 1;
                break;
            else:
                print("Not found: " + str(A[i]));

        if is_found == False:
            is_subset = False;
            break;

print("subset") if is_subset else print("not subset");

输出

[9, 3, 11, 1, 7, 2] [11, 4, 6, 2, 15, 1, 9, 8, 5, 3]
[1, 2, 3, 7, 9, 11] [1, 2, 3, 4, 5, 6, 8, 9, 11, 15]
i=0, j=0, 1==1?
Found: 1
i=1, j=1, 2==1?
Not found: 2
i=1, j=2, 2==2?
Found: 2
i=2, j=3, 3==3?
Found: 3
i=3, j=4, 7==4?
Not found: 7
i=3, j=5, 7==5?
Not found: 7
i=3, j=6, 7==6?
Not found: 7
i=3, j=7, 7==8?
not subset

score -1 · Accepted Answer

如果您询问一个列表是否“包含”在另一个列表中，那么：

>>>if listA in listB: return True

如果您询问 listA 中的每个元素是否在 listB 中具有相等数量的匹配元素，请尝试：

all(True if listA.count(item) <= listB.count(item) else False for item in listA)

score -1 · Accepted Answer

大多数解决方案都认为列表没有重复项。如果您的列表确实有重复，您可以试试这个：

def isSubList(subList,mlist):
    uniqueElements=set(subList)
    for e in uniqueElements:
        if subList.count(e) > mlist.count(e):
            return False     
    # It is sublist
    return True

它确保子列表永远不会有与列表不同的元素或更多的公共元素。

lst=[1,2,2,3,4]
sl1=[2,2,3]
sl2=[2,2,2]
sl3=[2,5]

print(isSubList(sl1,lst)) # True
print(isSubList(sl2,lst)) # False
print(isSubList(sl3,lst)) # False

python - 如何验证一个列表是否是另一个列表的子集？

14 回答 14

Related

Reference