使用 Python 检查列表元素是否是另一个列表中的子元素

Question

给定以下数据：

a = ["onee", "two", "three"]
b = ["one", "four"]

我想要一些测试，例如：

[True if x in a else False for x in b]

返回

[True, False]

代替

[False, False]

所以对于列表b 中的每个元素，我想看看它是否是列表a 中任何元素的子字符串。

可以这样做的一种方法如下：

test = []
for elb in b:
    included = False
    for ela in a:
        if elb in ela:
            included = True
        break
    test.append(included)

我不觉得这是一个很好的方法，也许有一种理解可以改进它？

以下也有效：

[True if any(elb in ela for ela in a) else False for elb in b]

我只是在想可能会有更好的方法。

Answer 1

首先，这个

True if True else False

是多余的。所以在你的第一个比赛中。你可以只拥有：[x in a for x in b]，同样，[any(elb in ela for ela in a) for elb in b]。

而且我认为这很短，就字符而言，你会得到它。

然而，为了提高效率，您可以从a 中的所有字符串中预先生成所有可能的子字符串，并将它们存储在set 中。

这意味着复杂度将从O(n*m*p) 降低，其中n 是b 的长度，m 是a 的长度，n 是平均子字符串a 的长度，简单地为 O(n)。这是因为，一旦创建了子字符串查找集，检查 b 中的特定元素是 O(1) 操作，因为您正在检查是否包含在集合中，而不是 O(m*p) 您必须检查每个a 中每个元素的子字符串。

要生成这个子字符串查找集，您可以使用集合推导：

a_substrings = {s[i:j] for s in a for i in range(len(s)) for j in range(i+1, len(s)+1)}

那么你可以检查in这个：

[s in a_substrings for s in b]

它为您的输入提供预期的[True, False]。

---

这真的更快吗？

对于小型a 和b 列表，创建查找集的开销将超过能够检查b 中每个元素的优势。此外，对于一个非常长的a 列表，包含很长的strings，甚至是一个中等大小的b，花时间遍历a 的所有子字符串并创建查找可能再次变慢设置，特别是如果b 中的大多数元素将在a 的前几个字符串中匹配。

但是，在两个列表都很长的情况下，最重要的是，当b 很长时，您的方法将不断地为b 的每个元素生成和检查a 的相同元素。显然这比预先计算子集要慢。我想这本质上是搜索引擎的一个关键优化——当有人提出一个查询时，他们不会每次都从一张白纸开始拖网，而是不断地重新评估所有已知的网站，当然是按照受欢迎程度的顺序，以便他们在收到查询时“准备就绪”。

Answer 2

这是我想到的另一种方法：

[x in "-".join(y for y in a) for x in b]

将a的所有字符串合并为一个字符串，并测试该元素是否在其中。

输出：

[True, False]

免责声明：不确定这是否正是“更好”，但好吧，这只是另一种方法。

Answer 3

这就够了：

[ any(elb in ela for ela in a) for elb in b ]

Answer 4

你可以这样做：

>>> [ y.startswith(x) for x, y in zip(b,a)]
[True, False]
>>>