5

我有两个列表old和new，具有相同数量的元素。

我正在尝试编写一个有效的函数，它n以参数为参数，比较相同位置的两个列表的元素（按索引），找到n最大的差异，并返回这些n元素的索引。

我在想这最好通过按值排序的字典来解决，但是Python中没有这个字典（而且我不知道有任何提供它的库）。也许有更好的解决方案？

4

5 回答 5

9

每当您认为“ n 最大”时，请考虑heapq.

>>> import heapq
>>> import random
>>> l1 = [random.randrange(100) for _ in range(100)]
>>> l2 = [random.randrange(100) for _ in range(100)]
>>> heapq.nlargest(10, (((a - b), a, b) for a, b in zip(l1, l2)))
[(78, 99, 21), (75, 86, 11), (69, 90, 21), (69, 70, 1), (60, 86, 26), (55, 95, 40), (52, 56, 4), (48, 98, 50), (46, 80, 34), (44, 81, 37)]

这将在 O(n log x) 时间内找到 x 个最大的项目，其中 n 是列表中的项目总数；排序在 O(n log n) 时间内完成。

我只是突然想到，上述内容实际上并没有满足您的要求。你想要一个索引！还是很容易的。abs如果您想要差异的绝对值，我也会在这里使用：

>>> heapq.nlargest(10, xrange(len(l1)), key=lambda i: abs(l1[i] - l2[i]))
[91, 3, 14, 27, 46, 67, 59, 39, 65, 36]
于 2012-02-17T05:18:07.570 回答
2

假设列表中的元素数量不大，您可以将它们全部区别，排序并选择第一个n：

print sorted((abs(x-y) for x,y in zip(old, new)), reverse=True)[:n]

这将是O(k log k)您k原始列表的长度。

如果n明显小于k，最好使用模块nlargest提供的函数heapq：

import heapq
print heapq.nlargest(n, (abs(x-y) for x,y in zip(old, new))

这将O(k log n)代替O(k log k)which 可能对k >> n. itertools.izip此外，如果您的列表真的很大，那么使用而不是常规zip功能可能会更好。

于 2012-02-17T05:20:59.457 回答
0

根据您的问题，我认为这就是您想要的：

在差异.py

l1 = [15,2,123,4,50]
l2 = [9,8,7,6,5]


l3 = zip(l1, l2)

def f(n):
    diff_val = 0
    index_val = 0
    l4 = l3[:n]

    for x,y in l4:
        if diff_val < abs(x-y):
            diff_val = abs(x-y)
            elem = (x, y)
            index_val = l3.index(elem)

    print "largest diff: ", diff_val
    print "index of values:", index_val


n = input("Enter value of n:") 

f(n)

执行：

[avasal@avasal ]# python difference.py 
Enter value of n:4
largest diff:  116
index of values: 2
[avasal@avasal]#

如果这不是您想要的，请考虑再详细说明这个问题..

于 2012-02-17T05:17:08.043 回答
0 
>>> l = []
... for i in itertools.starmap(lambda x, y: abs(x-y), itertools.izip([1,2,3],   [100,102,330])):
...     l.append(i)
>>> l
5: [99, 100, 327]

itertools对重复性任务派上用场。从starmap转换tuples为*args. 供参考。With max功能，您将能够得到想要的结果。index功能将有助于找到位置。

l.index(max(l)

>>> l.index(max(l))
6: 2
于 2012-02-17T05:41:57.857 回答
0

这是一个用numpy破解的解决方案（免责声明，我是 numpy 的新手，所以可能有更巧妙的方法来做到这一点）。我没有结合任何步骤，所以很清楚每个步骤在做什么。最终值是原始列表的索引列表，按增量最高的顺序排列。选择前 n 很简单sorted_inds[:n]，从每个列表或增量列表中检索值是微不足道的。

我不知道它与其他解决方案的性能相比如何，而且它显然不会出现在这么小的数据集上，但它可能值得用你的真实数据集进行测试，因为我的理解是 numpy 非常非常快用于数值数组操作。

代码

import numpy

list1 = numpy.array([1, 2, 3, 4, 5, 6, 7, 8, 9])
list2 = numpy.array([9, 8, 7, 6, 5, 4, 3, 2, 1])

#Caculate the delta between the two lists
delta = numpy.abs(numpy.subtract(list1, list2))
print('Delta: '.ljust(20) + str(delta))

#Get a list of the indexes of the sorted order delta
sorted_ind = numpy.argsort(delta)
print('Sorted indexes: '.ljust(20) + str(sorted_ind))

#reverse sort
sorted_ind = sorted_ind[::-1]
print('Reverse sort: '.ljust(20) + str(sorted_ind))

输出

Delta:              [8 6 4 2 0 2 4 6 8]
Sorted indexes:     [4 3 5 2 6 1 7 0 8]
Reverse sort:       [8 0 7 1 6 2 5 3 4]
于 2012-02-17T05:55:31.697 回答