跟踪处理的列表

Question

我有一个工作流程来处理列表，并跟踪我在字典中看到的列表 - 因为当我找到已经看到的列表时，我可以传递它。需要注意的是，具有相同元素的两个列表以不同的方式排列被认为是重复的。所以举个简单的整数列表例子：[3, 1, 5, 6] 和[5, 3, 6, 1] 是等价的。

我的做法是，将tuple(sorted(L)) 放入我的字典中。所以对于上面的例子seen 看起来像：

seen = {..., (1, 3, 5, 6): 1, ...}

这具有对我可能需要处理的每个列表进行恒定时间查找的好处。然而问题是，为了检查给定列表是否在seen 中，我必须对其执行tuple(sorted(L))。事实证明，对于大量数据，这变得令人望而却步，以至于占用了我整个过程总时间的 50% 以上。

我想以某种方式使用collections.Counter - 因为Counter[3, 1, 5, 6] 和Counter[5, 3, 6, 1] 将评估相等。但是 Counter 对象不能用作字典键。如何保持我的字典查找，但不执行上述排序操作？提前致谢。

编辑：在查看使用frozenset 的建议时，我意识到我遗漏了一件重要的事情，那就是元素可以重复。因此，虽然上面的两个列表比较相等，但 [3, 1, 5, 6] 和 [3, 3, 1, 5, 6, 6] 需要被视为不同的。由于frozenset 操作会删除重复项，因此这里不是一个选项。

Answer 1

正如其他人指出的那样，frozenset 是您的最佳选择：

seen = set()

list_1, list_2, list_3 = [3, 1, 5, 6], [5, 3, 6, 1], [1, 2, 3]

print(frozenset(list_1) in seen)
seen.add(frozenset(list_1))
print(frozenset(list_1) in seen)
print(frozenset(list_2) in seen)
print(frozenset(list_3) in seen)

frozenset 将一个可迭代对象作为参数，因此实例化该集合需要 O(n)。根据this previous response，查找的平均 O(1) 与标准 set 相同。无论哪种方式，您都可以节省非常昂贵的排序操作，即 O(n log n)。

Answer 2

如果您确实有很多重复项，那么也许使用 frozenset of Counter 项目？

>>> from collections import Counter
>>> frozenset(Counter([3, 3, 1, 5, 6, 6]).items())
frozenset({(1, 1), (3, 2), (6, 2), (5, 1)})

或Counter 项的排序元组：

>>> tuple(sorted(Counter([3, 3, 1, 5, 6, 6]).items()))
((1, 1), (3, 2), (5, 1), (6, 2))