Python 2.6：如何有效地比较一个特定字段上相同对象类型的两个列表？答案

【问题标题】：Python 2.6: How can I compare two lists of same object types on one particular field, efficiently?Python 2.6：如何有效地比较一个特定字段上相同对象类型的两个列表？
【发布时间】：2014-02-16 04:59:19
【问题描述】：

我有一个名为“UserDatabaseRecord”的类。它有一堆字段，如“用户名”、“到期日期”等。

我有两个 UserDatabaseRecord 对象列表：列表 A 和列表 B

我想验证对于列表 A 中的所有 UserDatabaseRecords，用户名字段与列表 B 中的任何 UserDatabaseRecords 用户名字段都不匹配。

我能够以非常低效的方式完成此任务：

for record_a in List_A:
   for record_b in List_B:
      if record_a.username == record_b.username:
         print "Duplicate username: {0}".format(record_a.username)

我猜它有效。我只是想让它更高效和/或“Pythonic”。

这个问题是相关的，但最终我无法弄清楚如何将其应用于 objects 列表，仅在一个字段上进行比较：one-liner to check if at least one item in list exists in another list?

【问题讨论】：

是否有理由让您的班级 list 支持而不是 dict 支持？如果它是由用户名键入的，则此操作是即时的，并且是一行。
@roippi 不，你说得很好。除了在项目开始时我对 Lists 更加熟悉和熟悉之外，我没有什么特别的原因。这是一个小项目，所以没什么大不了的，但肯定会在我未来的项目中更好地利用。
@CptSupermrkt：在这个项目中重新排列您的数据可能仍然值得。毕竟，如果是一个小项目，应该是一个简单的改变，一个很好的学习体验，对吧？

标签： python list loops foreach compare

【解决方案1】：

你可以试试这样的：

for rec_a, rec_b in zip(List_A, List_B):
    if rec_a == rec_b:
        print "Duplicate username: {0}".format(rec_a.username)

【讨论】：

这完全不同；它只检查List_B 中的每个元素与List_A 中的相应元素；他想检查List_A中的所有元素。

【解决方案2】：

这样做的问题是，对于列表 A 中的每个元素，您都在检查列表 B 中的所有元素。因此，如果列表的长度为 N 和 M，则进行 N*M 比较。

如果您从列表 B 中创建一组用户名，那么您可以在其上使用 in 运算符 — 这不仅更简单，而且是即时的，而不必逐个检查所有值。因此，您只需要 N 次查找而不是 N*M。

所以：

b_names = {record.username for record in List_B}
for record_a in List_A:
    if record_a.username in b_names:
        print "Duplicate username: {0}".format(record_a.username)

或者，更简单，使用集合交集：

a_names = {record.username for record in List_A}
b_names = {record.username for record in List_B}
for name in a_names & b_names:
    print "Duplicate username: {0}".format(name)

实际上，您不需要将它们都设为集合，您可以使用生成器表达式将一个设为集合，而将另一个设为迭代器：

a_names = {record.username for record in List_A}
b_names = (record.username for record in List_B)
for name in a_names.intersection(b_names):
    print "Duplicate username: {0}".format(name)

其中一个可能比其他的快一点，但它们都在同一个范围内——更重要的是，它们都是线性的，而不是二次的。所以，我建议使用对您最有意义的一个。

如果您只需要知道是否有重复项而不是获取它们的列表，或者只需要任意获取其中一个重复项而不是所有重复项，您可以通过尽早“短路”来加快速度——例如，在第一个print 之后添加break，或者在最后一个中使用isdisjoint 而不是intersection。

【讨论】：