有效地在两个列表中查找项目 Python答案

【问题标题】：finding item in two lists efficiently Python有效地在两个列表中查找项目 Python
【发布时间】：2016-02-16 18:42:21
【问题描述】：

我有一个工作函数，允许我搜索两个列表并查看 list1 中的项目是否存在于 list2 中，如果某个项目不存在于 list1 中的 list2 中，那么我希望该输出到另一个列表。然而，这需要 AGES 才能运行，我想知道是否有更快的方法来做到这一点。

def compare(list1,list2):
    x=[]
    for i in list1:
        if i not in list2:
            x.append(i)

    return x

【问题讨论】：

标签： python

【解决方案1】：

由于您只检查是否包含在 list2 中，因此将其设置为一组：

def compare(list1, list2):
    s2 = set(list2)
    result = [i  for i in list1  if i not in s2] # simple list comprehension
    return result

这保留了程序的输入顺序和语义，同时显着加快了速度：设置包含测试是 O(1)，而列表包含测试是 O(n)，将整个算法从 O(n^2) 降低为 O(n)。

【讨论】：

【解决方案2】：

你可以使用集合。

例子：

>>> list1 = ['a', 'b', 'c']
>>> list2 = ['c', 'd', 'e']
>>> set(list1) - set(list2)
{'b', 'a'}

默认情况下，集合不保留顺序。如果订单对您很重要，请查看OrderedSet 的配方。

【讨论】：

【解决方案3】：

你可以使用集合吗？

应该是这样的：

print list(set(list1)-set(list2))

但它会删除重复项。

【讨论】：

删除重复项会很棒
我们确定这比列表理解更快吗？ set 必须消耗整个列表才能添加它们，对吗？然后你在最后转换回一个列表（没有原始排序）。我想查看一些timeit 的结果。
我会看看不同的结果并编辑我的答案
@Two-BitAlchemist 对于大型列表，它肯定会快得多。集合算法运行时间为 O(n1 + n2)（散列 n1 和 n2 的每个成员的成本），但列表推导运行时间将是 O(n1 * n2)（在 n2 中找到 n1 的每个成员的成本，其中最坏的情况是 n1 不在 n2 中。）
有没有办法使用集合来保存重复项？（只是出于好奇）

【解决方案4】：

如果您不介意丢失订单和重复，set1 - set2 的答案是正确的。但是即使您这样做，如果list2 很大，使用集合也可以极大地提高程序的效率和可读性：

set2 = set(list2)
result = [item for item in list1 if item not in set2]

生成集合的成本是O(len(list2))。所以这种方法的运行时间是O(len(list2) + len(list1))，除非 list2 非常小，否则很有意义。

【讨论】：