列表中的项目的Python索引没有错误？

Question

可能重复:
Python list.index问题

要查找列表中项目的索引,请使用:

list.index(x)
Return the index in the list of the first item whose value is x. 
It is an error if there is no such item.

这对我来说似乎有点奇怪,如果找不到该项目会引发错误.我来自(Objective-C land),它返回一个NSNotFound枚举(它只是一个max int,表示找不到该项).

所以我做了一些丑陋的事情来解决这个问题:

index = 0
for item in self.items:
   if item.id == desired_id:
        return index
    index = index + 1
 return -1

我用-1来表示找不到该项目.有什么更好的方法可以做到这一点,为什么Python没有内置这样的东西？

Answer 1

a = [1]
try:
    index_value = a.index(44)
except ValueError:
    index_value = -1

这个怎么样？

Answer 2

返回-1并不是一个好主意,因为它是Python中的有效索引(请参阅Python list.index在找不到索引时抛出异常).

可能最好抓住索引错误并采取相应措施.

Answer 3

我同意所指出的一般解决方案,但我想更多地了解在答案和评论中解释的方法,以了解哪一方法更有效以及在哪些情况下.

首先,三种基本方法:

>>> def my_index(L, obj):
...     for i, el in enumerate(L):
...             if el == obj:
...                     return i
...     return -1
... 
>>> def my_index2(L, obj):
...     try:
...             return L.index(obj)
...     except ValueError:
...             return -1
... 
>>> def my_index3(L, obj):
...     if obj in L:
...             return L.index(obj)
...     return -1
... 

第一个和第二个解决方案只扫描列表一次,因此您可能认为它们比第三个更快,因为它扫描列表两次.所以让我们看看:

>>> timeit.timeit('my_index(L, 24999)', 'from __main__ import my_index, L', number=1000)
1.6892211437225342
>>> timeit.timeit('my_index2(L, 24999)', 'from __main__ import my_index2, L', number=1000)
0.403195858001709
>>> timeit.timeit('my_index3(L, 24999)', 'from __main__ import my_index3, L', number=1000)
0.7741198539733887

那么第二个是真的最快的,但你可以看到,第一个是远高于第三个比较慢,即使它会扫描列表中只有一次.如果我们增加列表的大小,事情变化不大:

>>> L = list(range(2500000))
>>> timeit.timeit('my_index(L, 2499999)', 'from __main__ import my_index, L', number=100)
17.323430061340332
>>> timeit.timeit('my_index2(L, 2499999)', 'from __main__ import my_index2, L', number=100)
4.213982820510864
>>> timeit.timeit('my_index3(L, 2499999)', 'from __main__ import my_index3, L', number=100)
8.406487941741943

第一个仍然慢2倍.

如果我们搜索一些不在列表中的内容,那么第一个解决方案的情况会变得更糟:

>>> timeit.timeit('my_index(L, None)', 'from __main__ import my_index, L', number=100)
19.055058002471924
>>> timeit.timeit('my_index2(L, None)', 'from __main__ import my_index2, L', number=100)
5.785136938095093
>>> timeit.timeit('my_index3(L, None)', 'from __main__ import my_index3, L', number=100)
5.46164608001709

正如你在这种情况下看到的那样,第三个解决方案甚至比第二个解决方案还要好,两者都比python代码快4倍.根据您期望搜索失败的频率,您希望选择#2或#3(即使在99%的情况下,数字#2更好).

作为一般规则,如果您想为CPython优化某些内容,那么您希望尽可能多地在"C级别"进行迭代.在您的例子迭代使用for循环正是你做的东西并不想这样做.