在列表中查找包含未知值的元组结构

Question

说我有元组列表:

list = [(1,5), (1,7), (2,3)]

有没有办法在Python中编写类似的东西

if (1, *) in list: do things

在哪里*意味着" 我不关心这个价值 "？所以我们检查1第一个位置是否有元组,第二个位置是否有值.

据我所知,其他语言中有特殊机制,但我不知道这个特殊问题的名称.那么Python中有类似的行为吗？

PS:我知道我可以在这里使用列表推导.我对这个特殊机制感兴趣.

Answer 1

你可以使用这个any()功能:

if any(t[0] == 1 for t in yourlist):

如果1在元组的第一个位置找到,这将有效地测试并提前退出.

Answer 2

像你要求的占位符对象本身不受支持,但你可以自己制作类似的东西:

class Any(object):
    def __eq__(self, other):
        return True
ANYTHING = Any()

lst = [(1,5), (1,7), (2,3)]

该__eq__方法定义了两个对象如何测试相等性.(有关详细信息,请参阅https://docs.python.org/3/reference/datamodel.html.)此处,ANYTHING始终会测试与任何对象的相等性.(除非该对象也__eq__以返回False的方式覆盖.)

该in运营商仅仅要求__eq__在您的列表中的每个元素.即a in b做以下事情:

for elem in b:
    if elem == a:
        return True

这意味着,如果你说(1, ANYTHING) in lst,Python将首先与(1, ANYTHING)第一个元素进行比较lst.(反过来,元组定义__eq__为返回True,如果它的所有元素都__eq__返回True.即(x, y) == (a, b)相当于x==a and y==b,或者x.__eq__(a) and y.__eq__(b).)

因此,(1, ANYTHING) in lst将返回True,而(3, ANYTHING) in lst返回False.

另外,请注意我重命名了您的列表,lst而不是list防止与内置Python的名称冲突list.

Answer 3

并非下面提供的所有解决方案方法都必须有效.我的目标是展示我能想到的每种可能的解决方法 - 在我的答案结束时,我提供"基准"结果,以显示为什么或为什么不应该使用某种方法而不是另一种方法.我相信这是一种很好的学习方式,我会在答案中无耻地鼓励这种学习.

子集+哈希sets

>>> a_list = [(1,5), (1,7), (2,3)]
>>>
>>> set([l[0] for l in a_list])
{1, 2}
>>>
>>> 1 in set([l[0] for l in a_list])
True

map()和匿名函数

>>> a_list = [(1,5), (1,7), (2,3)]
>>>
>>> map(lambda x: x[0] == 1, a_list)
[True, True, False]
>>>
>>> True in set(map(lambda x: x[0] == 1, a_list))
True

filter 和匿名函数

>>> a_list = [(1,5), (1,7), (2,3)]
>>>
>>> filter(lambda x: x[0] == 1, a_list)
[(1,5), (1,7)]
>>>
>>> len(filter(lambda x: x[0] == 1, a_list)) > 0  # non-empty list
True

微基准测试

条件

• 1000件物品
• 重复100K
• 0-100随机范围
• Python 2.7.10,IPython 2.3.0

脚本

from pprint import pprint
from random import randint
from timeit import timeit

N_ITEMS = 1000
N_SIM = 1 * (10 ** 5)  # 100K = 100000

a_list = [(randint(0, 100), randint(0, 100)) for _ in range(N_ITEMS)]

set_membership_list_comprehension_time = timeit(
    "1 in set([l[0] for l in a_list])",
    number = N_SIM,
    setup="from __main__ import a_list"
)

bool_membership_map_time = timeit(
    "True in set(map(lambda x: x[0] == 1, a_list))",
    number = N_SIM,
    setup="from __main__ import a_list"
)

nonzero_length_filter_time = timeit(
    "len(filter(lambda x: x[0] == 1, a_list)) > 0",
    number = N_SIM,
    setup="from __main__ import a_list"
)

any_list_comprehension_time = timeit(
    "any(t[0] == 1 for t in a_list)",
    number = N_SIM,
    setup="from __main__ import a_list"
)

results = {
    "any(t[0] == 1 for t in a_list)": any_list_comprehension_time,
    "len(filter(lambda x: x[0] == 1, a_list)) > 0": nonzero_length_filter_time,
    "True in set(map(lambda x: x[0] == 1, a_list))": bool_membership_map_time,
    "1 in set([l[0] for l in a_list])": set_membership_list_comprehension_time
}

pprint(
    sorted(results.items(), key = lambda x: x[1])
)

结果(以秒为单位)

[('any(t[0] == 1 for t in a_list)', 2.6685791015625),     # winner - Martijn
 ('1 in set([l[0] for l in a_list])', 4.85234808921814),
 ('len(filter(lambda x: x[0] == 1, a_list)) > 0', 7.11224889755249),
 ('True in set(map(lambda x: x[0] == 1, a_list))', 10.343087911605835)]

谁现在笑到最后？...... Martijn(至少我试过)

故事的道理:当一个小的测试数据,另一个用户的答案是事实上正确的答案时,不要花费超过10分钟"证明"你的劣质解决方案更快更有效

Answer 4

这可以使用list comprehension在Python中完成.例如:

a= [(1, 2), (3, 4), (4, 5), (1, 4)]
[i for i in a if i[0] == 1]

会给你:

[(1, 2), (1, 4)]