删除python集中重复的交互对答案

【问题标题】：Removing duplicate interaction pairs in python sets删除python集中重复的交互对
【发布时间】：2012-03-19 03:16:40
【问题描述】：

假设你有一个 python 集中的元组列表：

>>> pairs = set( [(0,1),(0,1),(1,0)] )
>>> print pairs
set([(0, 1), (1, 0)])

显然，前两个元素是重复的，并且根据对于集合的定义，“pairs”只包含唯一元素。

但是，在我的特殊情况下，元组 (i,j) 定义了一个交互对。因此， (i,j) 和 (j,i) 相同。我需要一种有效的方法来减少所有重复元素。计算时间对我来说至关重要，因为整个集合很容易包含许多 10**6 的元素。我希望得到以下结果：

>>> pairs = set( [(0,1),(0,1),(1,0)] )
>>> pairs = remove_duplicate_interactions(pairs)
>>> print pairs
set([0,1]) or set([1,0])

感谢任何提示。

编辑：

有人询问上下文。这应该用于粒子模拟。由于对称条件，粒子 i 作用于 j 的力与 j 作用于 i 的力相同。因此计算时间减少了 50 %。

【问题讨论】：

没有任何维度的排序。集合([(i,j),(k,l),..]) = 集合([ (k,l),(i,j),..]) = 集合([(j,i),( l,k),...]) ...

标签： python set tuples

【解决方案1】：

怎么样：

In [4]: pairs = set( [(0,1),(0,1),(1,0),(1,2),(1,0),(2,1)] )

In [5]: set((a,b) if a<=b else (b,a) for a,b in pairs)
Out[5]: set([(0, 1), (1, 2)])

【讨论】：

你们怎么可能总是找到单线解决方案？
@RakulanS.：设计更难的问题 :)

【解决方案2】：

pairs = set(frozenset(p) for p in ((0,1),(0,1),(1,0)) )

将实现您所需要的。请在此处查看我的答案以获取更多信息：How do I perform deep equality comparisons of two lists of tuples?

如有必要，您可以在之后将它们重新组合成对。

【讨论】：

【解决方案3】：

>>> pairs = [(0,1),(0,1),(1,0)]
>>> set(tuple(sorted(p)) for p in pairs)
set([(0, 1)])

【讨论】：

非常有帮助

【解决方案4】：

我将子类型 tuple 并始终使这对有序：

class InteractionPair(tuple):
    def __new__(cls, a, b):
        if a <= b:
            return tuple.__new__(cls, (a, b))
        return tuple.__new__(cls, (b, a))

例子：

>>> set([InteractionPair(0, 1), InteractionPair(1, 0)])
set([(0, 1)])

这也可以应用于标准元组列表：

from itertools import starmap
pairs = [(0, 1), (0, 1), (1, 0)]
print set(starmap(InteractionPair, pairs))

编辑：她是一些时间，使用 1000000 个随机对的列表：

In [14]: timeit set(starmap(InteractionPair, pairs))
1 loops, best of 3: 742 ms per loop

In [15]: timeit set((a,b) if a<=b else (b,a) for a,b in pairs)
1 loops, best of 3: 258 ms per loop

In [16]: timeit set(tuple(sorted(p)) for p in pairs)
1 loops, best of 3: 1.02 s per loop

就性能而言，solution by aix 胜出。

【讨论】：

@larsmans：不确定是不是真的。这种方法有时可能很有用，但您需要更多地了解上下文来判断这是否真的值得。
我喜欢面向对象的方法，所以这对我来说也很优雅。但是效率呢？直觉上，这似乎计算量很大？！
@RakulanS.：添加了一些简单的计时。没那么糟糕。

【解决方案5】：

如果您可以使用frozenset 代替元组，则可以将每个交互对存储为一个集合。另一种方法是以某种规范形式存储所有元组（例如，i < j）。不知道这是否比frozenset 有速度优势，但形式越简单，python 越快地散列它并计算唯一元素集。

【讨论】：