检查 python 列表是否遵循特定的重复模式

Question

我有一个仅包含两个符号的 python 列表，假设它们是 a 和 b，列表如下所示：

l = ['a','b','a','b','a','b','a','b','a','b','a','b','a','b','a','b']

现在在我的应用程序中，我有数千个这样的列表，它们的长度各不相同（通常有几百长）。但它们的共同点是它们具有重复模式(a,b)。例如，此列表已损坏：

l_broken = ['a','b','b','a','a','b','a','b','a','a','a','b','a','b','b','a']

任何偏离l 中的a,b 重复模式的东西都必须被视为损坏。即使列表的长度不均匀，它也会被破坏。所以这一定是一个非常严格的测试。但本质上，如果列表l 的长度为N，则意味着(a,b) 必须重复N/2 次。符号 a 和 b 是唯一会出现在这些列表中的东西，因此不需要检查它，因为它在这个应用程序中是不可想象的，其他任何东西都可以看到。

我应该说他们都应该有 first 模式。我正在寻找一种有效的方法，一种测试，它可以确定每个列表实际上确实具有这种重复模式。如果不抛出错误或其他东西，例如

assert my_fancy_test(l), 'the list does not follow the correct pattern'

我想我正在寻找子序列匹配，但我的 google 搜索不足。

编辑：

感谢大家的出色解决方案。我不知道你能做到这些的一半。好东西。我在最后添加了一个简短的性能概述供您仔细阅读。

Answer 1

性能

测试列表：l = ['a','b']*100000

RomanPerekhrest的解决方案：

CPU times: user 636 µs, sys: 0 ns, total: 636 µs
Wall time: 639 µs

GZ0的回答：

CPU times: user 14.6 ms, sys: 78 µs, total: 14.7 ms
Wall time: 13.9 ms

Silveris' 回答：

CPU times: user 95.2 ms, sys: 3.95 ms, total: 99.1 ms
Wall time: 98 ms

h4z3的回答：

CPU times: user 39.9 ms, sys: 0 ns, total: 39.9 ms
Wall time: 38.6 ms

tituszban的回答：

CPU times: user 2.71 ms, sys: 46 µs, total: 2.76 ms
Wall time: 2.76 ms

ruso_ro1回答：

CPU times: user 32.4 ms, sys: 3.35 ms, total: 35.8 ms
Wall time: 34.7 ms

Elias Strehle

CPU times: user 11.7 ms, sys: 0 ns, total: 11.7 ms
Wall time: 12.1 ms

Answer 2

这是您需要检查的内容

您的列表中是否还有其他符号，并且您的列表长度可以被 2 整除：

assert len(l) == l.count('a') + l.count('b') and len(L) % 2 == 0

并且没有重复的符号：

j = ''.join(l)
assert 'aa' not in j and 'bb' not in j

列表中的第一项是'a'

assert 'a' is L[0]

如果它们都通过了，那一定意味着你只有两个符号，而后面的两个符号永远不会相同

Answer 3

基于列表乘法的简单测试函数：

def test_repeating_pattern(lst, pat):
    pat_len = len(pat)
    assert len(lst) % pat_len == 0, 'mismatched length of list'
    assert list(pat) * (len(lst) // pat_len) == lst, 'the list does not follow the correct pattern'
    print(lst, 'is valid')


L = ['a','b','a','b','a','b','a','b','a','b','a','b','a','b','a','b']
L_broken = ['a','b','b','a','a','b','a','b','a','a','a','b','a','b','b','a']

测试：

test_repeating_pattern(L, ('a', 'b'))
['a', 'b', 'a', 'b', 'a', 'b', 'a', 'b', 'a', 'b', 'a', 'b', 'a', 'b', 'a', 'b'] is valid

---

test_repeating_pattern(L_broken, ('a', 'b'))
AssertionError: the list does not follow the correct pattern

Answer 4

def my_fancy_test(my_list):
    pattern = ['a', 'b']
    if not len(my_list) % len(pattern) == 0:
        return False
    for i in range(0, len(my_list)):
        if not my_list[i] == pattern[i % len(pattern)]:
            return False
    return True

模式可以是任意长度的任意列表（通用解决方案）。

只检查完整的模式（例如 a,b,a 将失败）并且模式必须从头开始（例如 b,a,b 也会失败）。

L = ['a','b','a','b','a','b','a','b','a','b','a','b','a','b','a','b']
assert my_fancy_test(L) #passes
L2 = ['a','b','a','b','a','b','a','b','a','b','a','b','a','b','a','c']
assert my_fancy_test(L2) #fails

Answer 5

一种方法是先配对：

>>> l = ['a','b','a','b','a','b','a','b','a','b','a','b','a','b','a','b']
>>> pairs = [[l[i], l[i + 1]] for i in range(0, len(l) - 1, 2)]
>>> pairs
[['a', 'b'], ['a', 'b'], ['a', 'b'], ['a', 'b'], ['a', 'b'], ['a', 'b'], ['a', 'b'], ['a', 'b']]

然后统计['a', 'b']在pairs列表中出现的次数，并与列表大小的一半进行比较：

>>> pairs.count(['a', 'b']) == len(l) / 2
True

看起来像：

def my_fancy_test(l):
    pairs = [[l[i], l[i + 1]] for i in range(0, len(l) - 1, 2)]
    return pairs.count(['a', 'b']) == len(l) / 2

PS：请注意，根据 PEP8，大写名称只能用于常量。

Answer 6

另一种方法是加入列表并使用正则表达式进行模式匹配：

import re

def is_broken(input_list, pattern = re.compile("(?:ab)*")):
    return pattern.fullmatch(''.join(input_list)) is None

print(is_broken(['a','b','a','b','a','b','a','b','a','b','a','b','a','b','a','b']))
print(is_broken(['a','b','b','a','a','b','a','b','a','a','a','b','a','b','b','a']))

输出：

False
True

这种方法也可以用来高效匹配一些更复杂的模式，或者在匹配模式的同时提取信息。

Answer 7

你可以使用：

pattern = ['a', 'b']

p_len = len(pattern)
assert all(pattern == L[i: i + p_len] for i in range(0, len(L), p_len))

您逐块获取模式大小并针对模式进行测试

例如：

pattern = ['a', 'b']

p_len = len(pattern)
l_broken = ['a','b','b','a','a','b','a','b','a','a','a','b','a','b','b','a']
all(pattern == l_broken[i: i+p_len] for i in range(0, len(l_broken), p_len))

输出：

---------------------------------------------------------------------------
AssertionError                            Traceback (most recent call last)
<ipython-input-160-edf435d855b9> in <module>
      1 p_len = len(pattern)
      2 l_broken = ['a','b','b','a','a','b','a','b','a','a','a','b','a','b','b','a']
----> 3 assert all(pattern == l_broken[i: i+p_len] for i in range(0, len(l_broken), p_len))

AssertionError: 

Answer 8

一个列表正确当且仅它满足以下四个要求：

• 列表至少有一个条目
• 最后一个条目是b
• 具有偶数索引的每个条目都是a
• 具有奇数索引的每个条目都是b

def is_correct_entry(idx, v):
    if idx % 2 == 0:
        return v == 'a'
    else:
        return v == 'b'

def my_fancy_test(l):
    return l and l[-1] == 'b' and all(is_correct_entry(idx, v) for idx, v in enumerate(l))

此代码可能具有速度优势，因为它不会创建新列表，避免昂贵的 len 计算，并且如果发现不正确的条目，则不会检查列表的其余部分（检查 documentation 以获取 all内置方法）。