有勇气的牛排博客
☰

Python 数据类型 列表 常见问答

有勇气的牛排 724 Python 2024-08-23 21:32:13
进群口令：博客

Python 数据类型 列表 常见问答

复杂度举例

for i in list_a O(n)

每次循环 i 会从 列表中去除一个元素，即复杂度为O(n)。

list_a = [1, 2, 3]  # 长度 n=3

for i in list_a:
    # 每循环一次为O(1)

if i in list_a O(n)

list_a = [1, 2, 3, 4, 5]

x = 5
if x in list_a:
   print("okk")

如果 x=1，只需要比较1次。

如果 x=5，需要比较5次。

如果 x=100，需要比较完整列表，仍然找不到哦。

所以在最坏情况下，需要比较n此，故时间复杂度为O(n)。

列表去重

set方法

原理：将列表转为 set 集合（自动去重），然后在转为list。

输出不能保证顺序，因为 set 是无序集合。

num_list = [1, 2, 3, 2, 1]
print(list(set(num_list)))

使用循环 + in 判断

num_list = [1, 2, 3, 2, 1]

unique_list = []
for i in num_list:
    if i not in unique_list:
        unique_list.append(i)
print(unique_list)

使用 dict.fromkeys()

在python3.6开始，此方法有序。

# -*- coding: utf-8 -*-
num_list = [1, 2, 3, 2, 1]

print(dict.fromkeys(num_list))  # {1: None, 2: None, 3: None}
print(list(dict.fromkeys(num_list))) # [1, 2, 3]

字符串切割为列表

将 “1,2,3” 转 [“1”,“2”,“3”]

s = "1,2,3"
print(s.split(","))
# 输出：['1', '2', '3']

给定2个 list，A和B，找出相同元素和不同元素

方法一：使用循环（列表推导式）

list_a = [1, 2, 3, 3, 4, 5, 6]
list_b = [1, 3, 5]
same_list = [i for i in list_a if i in list_b]
diff_list = [i for i in list_a if i not in list_b]

print(same_list)
print(diff_list)

✔优点：

  • 保持元素顺序：same_list 和 diff_list 中的元素保持了第一个列表的顺序。
  • 可处理重复元素(不丢失)：如果 list_a或list_b 中有重复元素，会保留它们，适合对重复敏感的场景。

❌ 缺点：

  • 效率低下：for i in list_a 的复杂度为 O(n)，整体复杂度如下：

    same_list: O(m*n)
diff_list: O(m*n)

    其中 m = len(list_a)，n = len(list_b)。

方法二：使用集合运算（set 与、或、异或）

# -*- coding: utf-8 -*-
list_a = [1, 2, 3, 4, 5, 6]
list_b = [1, 3, 5]
same_list = list(set(list_a) & set(list_b)) # 交集
diff_list = list(set(list_a) ^ set(list_b)) # 对称差集

print(same_list)  # 输出：[1, 3, 5]
print(diff_list)  # 输出：[2, 4, 6]

整体复杂度：

O(m + n)

✔优点：

  • 效率高：集合操作是基于哈希表，查找和交并差操作平均复杂度为 O(1)。
  • 代码简洁直观：使用集合操作可以一行搞定交集、差集、并集等。

❌ 缺点：

  • 去重：集合会自动去重，丢失重复元素信息。
  • 顺序丢失：集合是无需结构，输出结果顺序肯呢个与原始列表不同。
  • 只适用于可哈希类型。

保留顺序又提高性能

set_b = set(list_b)
same_list = [i for i in list_a if i in set_b]
diff_list = [i for i in list_a if i not in set_b]

这样可以将 in list_b 的O(n)降为 O(1)。

建议

方法一：数据量小、需要保留顺序、重复值。

方法二：数据量大、对性能敏感、重复性不重要。

方法三：保留一个的顺序，部分提高性能。

展开该列表 [[1,2],[3,4],[5,6]]为单列表

用一行代码展开该列表 [[1,2],[3,4],[5,6]]，得出[1,2,3,4,5,6]

mm = [[1, 2], [3, 4], [5, 6]]
print([j for i in mm for j in i])

合并列表

使用加号 +（返回新列表）

a = [1, 3, 5]
b = [2, 4, 6]
print(a+b)

a = [1, 3, 5]
b = [2, 4, 6]
a += b
print(a)

extend（就地修改）

a = [1, 3, 5]
b = [2, 4, 6]

a.extend(b)
print(a)

使用*unpacking （推荐灵活）

# -*- coding: utf-8 -*-
a = [1, 3, 5]
b = [2, 4, 6]

c = [*a, *b]
print(c)

使用 itertools.chain() (生成器,内存友好)

合并大数据时更高效，适合性能要求高的场景。

# -*- coding: utf-8 -*-
from itertools import chain

a = [1, 3, 5]
b = [2, 4, 6]
c = [7, 8, 9]

d = list(chain(a, b, c))
print(d)

列表 打乱顺序/随机排序

radom.shuffle() 就地修改

特点：

  • 原地修改（不返回新列表）
  • 返回值为 None
  • 会改变原始列表内容
# -*- coding: utf-8 -*-
import random
a = [1, 2, 3, 4, 5, 6]
random.shuffle(a)
print(a)

image.png

radom.sample() 返回新列表

特点：

  • 不会修改原始列表
  • 返回一个新的乱序副本
  • k 是指定要返回多少个元素
# -*- coding: utf-8 -*-
import random
a = [1, 2, 3, 4, 5, 6]

shuffled = random.sample(a, k=len(a))
print(shuffled)

评论区

×
×