在 Python 中查找与某个字符串相关的所有元组

Question

我正在尝试查找与字符串相关的所有元组，而不仅仅是与之匹配。 这是我做的：

from itertools import chain

data = [('A','B'),('B','C'),('B','D'),('B','F'),('F','W'),('W','H'),('G','Z')]
init = 'A'

filtered_init = [item for item in data if item[0] == init or item[1] == init]
elements = list(dict.fromkeys([ i for i in chain(*filtered_init)]))
elements.remove(init)

dat = []
for i in elements:
    sync = [item for item in data if item[0] == i or item[1] == i]
    dat.append(sync)

print(dat)

结果是：

[('A', 'B'), ('B', 'C'), ('B', 'D'), ('B', 'F')]

但是，它只包含 A-B 相关的级别。 我要查找的是与init 字符串相关的所有元组，如下图所示：

换句话说，[('A','B'),('B','C'),('B','D'),('B','F'),('F','W'),('W','H')] 它是找到所有可以到达init 的边。 我怎样才能得到它们？

Answer 1

您的问题是在由edge list data structure 定义的无向图中找到init 的connected component。

这个数据结构对于这个问题用起来不是很方便，所以第一步是把它转换成adjacency list。从那里，我们可以应用任何标准的graph traversal 算法，例如depth first search。完成后，我们可以将结果转换回您想要输出的边缘列表格式。

from collections import defaultdict

def find_connected_component(edge_list, start):
    # convert to adjacency list
    edges = defaultdict(list)
    for a, b in edge_list:
        edges[a].append(b)
        edges[b].append(a)

    # depth-first search
    stack = [start]
    seen = set()

    while stack:
        node = stack.pop()
        if node not in seen:
            seen.add(node)
            stack.extend(edges[node])

    # convert back to edge list
    return [ edge for edge in edge_list if edge[0] in seen ]

用法：

>>> find_connected_component(data, init)
[('A', 'B'), ('B', 'C'), ('B', 'D'), ('B', 'F'), ('F', 'W'), ('W', 'H')]

Answer 2

为了提高效率，您可以使用DSU。此解决方案有效 O(N)

from functools import reduce
import random

parent = dict()
init = 'A'
data = [('A','B'),('B','C'),('B','D'),('B','F'),('F','W'),('W','H'),('G','Z')]

def make_set(v):
    parent[v] = v

def find_set(v):
    if v == parent[v]:
        return v
    parent[v] = find_set(parent[v])
    return parent[v]

def union_sets(a, b):
    a, b = map(find_set, [a, b])
    if a != b:
        if random.randint(0, 1):
            a, b = b, a
        parent[b] = a;

elements = set(reduce(lambda x, y: x+y, data))

for v in elements:
    parent[v] = v

for u, v in data:
    union_sets(u, v)

init_set = find_set(init)
edges_in_answer = [e for e in data if find_set(e[0]) == init_set]
print(edges_in_answer)

输出：[('A', 'B'), ('B', 'C'), ('B', 'D'), ('B', 'F'), ( 'F', 'W'), ('W', 'H')]

Answer 3

一个非常幼稚的解决方案，对于复杂的树可能效率不高。

data = [('A', 'B'), ('B', 'C'), ('B', 'D'), ('B', 'F'),
        ('F', 'W'), ('W', 'H'), ('G', 'Z')]
init = ['A']
result = []
while init:
    initNEW = init.copy()
    init = []
    new = 0
    for edge in data:
        for vertex in initNEW:
            if edge[0] == vertex:
                result.append(edge)
                init.append(edge[1])
                new += 1
    for i in range(len(result) - new, len(result)):
        data.remove(result[i])
print(result)
# [('A', 'B'), ('B', 'C'), ('B', 'D'), ('B', 'F'), ('F', 'W'), ('W', 'H')]