使用 Python 3 上的任何数据结构检查组是否是其他组的子组的最有效方法答案

【问题标题】：Most efficient way to check if a group is a subgroup of other group using any data structure on Python 3使用 Python 3 上的任何数据结构检查组是否是其他组的子组的最有效方法
【发布时间】：2018-11-01 21:22:13
【问题描述】：

如果我可以在对象列表、整数列表和字典之间进行选择（还有其他数据结构选项吗？），这是发现一个组是否是其他组的子组的最有效的数据结构，以及如何实施？

我有一个具有唯一整数属性的类，因此我可以通过它们包含的整数或对象（指针）本身来“表示”类对象。

a.atributeEx = 1
b.atributeEx = 2
c.atributeEx = 3

listOfPointers = [a,b,c]
listAtributes = [1,2,3]
dictEx = ['1':1, '2':2, '3':3]

一种选择是使用 issubset，如下所示：

listAtributes2 = [1,2]
set(listAtributes).issubset(listAtributes2)

但是，使用带有属性列表的 issubset 函数，我的代码需要数月到数年才能完成运行，因为这必须执行数十亿次。通常，一个列表有 1 到 4 个元素，而另一个列表有 200 到 2000 个元素。

解决这个问题的最佳方法是什么？

【问题讨论】：

你想用它做什么？使用set.issubset 应该是相当有效的，也许你选择了错误的语言……或者错误的抽象。
您能否将数据预先转换为集合类型，以防止每次比较时都需要迭代和创建集合对象？您在这里谈论多少原始数据？
set(listAttributes) <= set(listAttributes2) 应该相当高效和快速，肯定比原生 Python 提供的任何其他东西都快。在什么情况下需要几个月到几年的时间？
在两个或多个比较中，两个集合中的任何一个是否相同？那么，它们多久相同一次？例如。是否只有 50 亿个不同的集合包含 20-200 个元素和 10 亿个包含 1-4 个元素，或者在决定数据结构和算法时可能相关的任何其他比率。
@gahooa 我更改了代码以将数据预转换为设置类型，现在我的结果要好得多。但是，我注意到将 set.issubset 与数字、字符串和对象集（数字集是最快的）一起使用之间存在一些效率差异。有没有办法使用 set.issubset 来比较指针？这样：a = 1、b = a、set(a).issubset(b) 将返回 True，而 a = 1、b = 1、set(a).issubset(b) 将返回 False？

标签： python python-3.x list dictionary hashtable

【解决方案1】：

使用set 方法应该是相当有效的。特别是，如果您使用x.issubset(y)，则只有x 的大小很重要，因为set 使用散列来检查它是否包含给定的项目。

虽然，如果您为每次比较都实例化一个集合，那么您的计算就会增加很大的开销。

一种解决方案是仅在您的__init__ 方法中实例化一个新的set，并在您的__setattr__ 方法中填充它。为了也允许删除属性，您可以定义一个__delattr__ 方法，从set 中删除元素。最后，在使用关键字in时，可以使用__contains__方法进行子集比较。

class Container:
    def __init__(self, **kwargs):
        self.__dict__['_attr_set'] = set()
        for k, v in kwargs.items():
            setattr(self, k, v)

    def __setattr__(self, key, value):
        self._attr_set.add((key, value))
        super().__setattr__(key, value)

    def __delattr__(self, item):
        for x in self._attr_set:
            if x[0] == item:
                self._attr_set.remove(x)
                break
        super().__delattr__(item)


    def __contains__(self, item):
        return item._attr_set.issubset(self._attr_set)

示例

x = Container(a=1, b=2, c=3)
y = Container(a=1, b=2)

print(y in x) # True

【讨论】：

【解决方案2】：

查看 python 集合。 set 数据类型具有您需要的所有操作（例如 issubset），而且速度非常快。如果您可以简化调用代码并让集合完成工作，您会看到它的表现很好。

>>> x = set(range(1000))
>>> y = {8,37,29,983}
>>> y.issubset(x) 
True

所以我把它放在一个循环中。它在 27 秒内运行了 100,000,000 次。

我认为，如果您预先计算您的集合，而不是为每次比较构建它们，您会发现这是一种超级有效的处理方式。

https://docs.python.org/3/tutorial/datastructures.html#sets

【讨论】：