我有一个很大的元组列表，例如[ (1,2), (1,3), (1,4), (2,1), (2,3) ]等我想将其转换为[ (1, [1,2,3,4]), (2, [1,3]) ]有效。我按每个元组的第一个元素对元组进行分组，即(1,2), (1,3), (1,4)变成(1, [2,3,4])（同时参见下面的Haskell版本）。我怀疑这可以通过一次完成？ 输入列表总是有序的。有效的元组列表

在python在尝试使用defaultdict我认为是没有重新发明车轮的自然解决方案。它运作良好，但它不保留键的顺序。一种解决方案是使用有序的defaultdict作为explained here。

无论如何，我想知道这个问题的语言独立和有效的解决方案。我目前的解决方案需要两个通行证和一个呼叫到set()列表上。

更新

我想实现以下哈斯克尔版本：

a = [ (1,2), (1,3), (1,4), (2,1), (2,3) ] 
b = groupBy (\ x y -> fst x == fst y) 
b 
[[(1,2),(1,3),(1,4)],[(2,1),(2,3)]] 
map (\x -> (fst .head $ x, map snd x)) b 
[(1,[2,3,4]),(2,[1,3])]

答案

的性能我实现了两个答案（coldspeed和pm2ring）。在中等大小的清单（高达10^4个元素）中，PM2环解决方案更快;在10^5的大小，都需要相同的时间，在更大的名单COLDSPEED开始赢。下面是数字（用python3）。

第一列是列表中的条目数，第二列是coldspeed所花的时间，第三列列出的时间为pm2 ring解决方案。所有时间都在第二。

10 0.0001 0.0000 
100 0.0001 0.0000 
1000 0.0005 0.0001 
10000 0.0044 0.0014 
100000 0.0517 0.0452 
1000000 0.5579 1.5249

脚本是在这里http://github.com/dilawar/playground/raw/master/Python/so_group_tuple.py

随着阿什维尼优化

PM 2Ring解决方案甚至更快（约3倍 - 5倍）与阿什维尼的建议。

10 4.887580871582031e-05 1.2636184692382812e-05 
100 0.00010132789611816406 2.0742416381835938e-05 
1000 0.0005109310150146484 0.000110626220703125 
10000 0.004467487335205078 0.0009067058563232422 
100000 0.05056118965148926 0.017516136169433594 
1000000 0.6100358963012695 0.26450490951538086 
10000000 6.092756509780884 2.8253660202026367

随着PYPY

有点混合的结果。最后一列是3

pypy so_group_tuple.py 
(10, [1.6927719116210938e-05, 3.409385681152344e-05], 0.4965034965034965) 
(100, [4.601478576660156e-05, 8.296966552734375e-05], 0.5545977011494253) 
(1000, [0.010258913040161133, 0.0019040107727050781], 5.388054094665665) 
(10000, [0.0002448558807373047, 0.00021600723266601562], 1.1335540838852096) 
(100000, [0.002658843994140625, 0.0018231868743896484], 1.45834967961292) 
(1000000, [0.0833890438079834, 0.02979302406311035], 2.7989452709245284) 
(10000000, [1.0556740760803223, 0.6789278984069824], 1.5549133841124023)

我与PM 2Ring解去，因为它的速度要快得多，直到列表大小10^5列2的比例和列。

来源

2017-08-03 Dilawar

请附上您目前的解决方案，并澄清的问题是什么 - 这是不清楚你从第一个列表到第二个列表。 – perigon

[OrderedDict]（https://docs.python.org/2/library/collections.html#ordereddict-objects）？ – 101

输入列表是否总是这样排序？顺便说一句，你在这个列表中有一个错字。 –

你可以用itertools.groupby做到这一点，并使用zip重新排列数据来自收集组：

from itertools import groupby 
from operator import itemgetter 

a = [(1, 2), (1, 3), (1, 4), (2, 1), (2, 3)] 
b = [(k, list(list(zip(*g))[1])) for k, g in groupby(a, itemgetter(0))] 
print(b)

输出

[(1, [2, 3, 4]), (2, [1, 3])]

该列表比较是有点密集。这是一个使用传统的for循环的变体，它打印出一个中间结果，使它更容易看到发生了什么。

b = [] 
for k, g in groupby(a, itemgetter(0)): 
    t = list(zip(*g)) 
    print(t) 
    b.append(list(t[1])) 

print('Output', b)

输出

[(1, 1, 1), (2, 3, 4)] 
[(2, 2), (1, 3)] 
Output [[2, 3, 4], [1, 3]]

由于阿什维尼·乔杜里提到的意见，嵌套另一个列表比较在那里使代码多更具可读性，它可能也更有效率，因为它避免了几个电话。

b = [(k, [x for _, x in g]) for k, g in groupby(a, itemgetter(0))]

来源

2017-08-03 06:42:49

好'ol LC更容易阅读：'[x for _，x in g]'。 –

@AshwiniChaudhary事实确实如此！感谢那。 –

@AshwiniChaudhary你的建议让这个实现更快。我添加了一些基准。 – Dilawar

您可以使用collections.OrderedDict（import collections在前）：

In [983]: o = collections.OrderedDict() 

In [984]: for x in t: 
    ...:  o.setdefault(x[0], []).append(x[1]) 
    ...:

现在，转换o.items()到一个列表：

In [985]: list(o.items()) 
Out[985]: [(1, [2, 3, 4]), (2, [1, 3])]

来源

2017-08-03 06:40:11

虽然这很容易阅读，但它比“PM 2Ring”解决方案在尺寸高达10^5 - 10^6的列表中稍慢。我在问题主体中添加了一些基准。 – Dilawar

@Dilawar表现并不是唯一的考虑因素。如果你想速度使用C;）你应该使用最简单，最清晰，最容易阅读和理解的内容。可以理解的PM2Ring的解决方案的工作原理，很高兴看到，但我希望_actually_知道我的代码在做什么。最终取决于你。干杯。 –

可能是如果输入列表已经下令，它不需要使用任何其他订购功能或特征再次重新排序列表。下面的代码会自动给出你输出的结果。

mylistarr = ((1, 2), (1, 3), (1, 4), (2, 1), (2, 3)) 
output = dict() 
for tuple in mylistarr: 
    if tuple[0] not in anotherlist: 
     output[tuple[0]] = list() 
     output[tuple[0]].append(tuple[0]) 
    output[tuple[0]].append(tuple[1]) 
print output

输出： {1：1，2，3，4]，2：2，1，3]}

来源

2017-08-03 06:46:56

'anotherlist = dict（）'是错误的命名。 –

有效的元组列表

答案

随着阿什维尼优化

随着PYPY

回答

相关问题