Python匹配相似的字符串并将它们从两个列表中组合在一起答案

【问题标题】：Python match similar strings and group them together from two listsPython匹配相似的字符串并将它们从两个列表中组合在一起
【发布时间】：2021-02-08 12:58:00
【问题描述】：

我在 python 中有两个列表：

A = ["Opn", "Jan-20 A", "Feb-20 A", "Mar-20 A"]
B = ["Jan-20 B", "Mar-20 B", "Apr-20 B", "Cls"]

我想将具有相似月份-年份的字符串组合在一起，并获得如下输出。不匹配的字符串将与空字符串分组

[("Opn",""),("Jan-20 A","Jan-20 B"),("Feb-20 A",""),("Mar-20 A","Mar-20 B"),("","Apr-20 B"),("","Cls")]

我的方法是这样的。是 O(n^2)，想知道是否有更有效的方法。

output = []
pair = False
for i in A:
    for j in B:
        if i.split()[0] == j.split()[0]:
            output.append((i,j))
            pair = True
            B.remove(j)
            break
    if not(pair):
        output.append((i,''))
    pair = False
output = output + [("",j) for j in B]

这样做的有效方法是什么？

【问题讨论】：

请分享您的尝试以及您遇到的问题。
字符串是随机的吗？ Opn 和 Cls - 这些是什么？
是的，可以有随机字符串。只需要对匹配的字符串进行分组。给我2分钟，我会发布我的方法。它的 O(n^2)，想知道是否有更有效的方法？

标签： python python-3.x string algorithm

【解决方案1】：

你可以试试这个。这是一个 O(n) 的解决方案

A = ["Opn", "Jan-20 A", "Feb-20 A", "Mar-20 A"]
B = ["Jan-20 B", "Mar-20 B", "Apr-20 B", "Cls"]

store ={}
output = []

for i in A:
    store[i.split()[0]] =i;

# print(store)

for j in B:
    key = j.split()[0]
    if key in store:
        output.append((store[key],j))
        del store[key]
    else:
        output.append(('',j))

for key in store:
    output.append((store[key],''))

print(output)

【讨论】：

【解决方案2】：

如果性能不是问题，这是一种方法：

A = ["Opn", "Jan-20 A", "Feb-20 A", "Mar-20 A"]
B = ["Jan-20 B", "Mar-20 B", "Apr-20 B", "Cls"]

res=[(i, '') for i in A]

for i in range(len(res)):
    for k in B:
        if res[i][0][:6]==k[:6]:
            res[i]=(res[i][0], k)

for k in B:
    if all(i[:6]!=k[:6] for i in A):
        res.append(('',k)) 

print(res)

输出：

[('Opn', ''), ('Jan-20 A', 'Jan-20 B'), ('Feb-20 A', ''), ('Mar-20 A', 'Mar-20 B'), ('', 'Apr-20 B'), ('', 'Cls')]

【讨论】：

我在上面发布的方法（在问题中）具有相同的 O(n^2) 时间复杂度。我正在寻找一种更有效的方法来做到这一点
所有字符串的格式是否相同？（“XXX-XX A”还是“XXX-XX B”）？如果不是，所有对 (6) 的公共子串的长度是否相等？任何信息都会有所帮助
一些应该匹配的字符串将始终采用相同的格式（MMM-YY A 或 MMM-YY B）。其他不是这种格式的将不匹配，这没关系

【解决方案3】：

使用dict可以得到O(n+m)

from collections import defaultdict 
from itertools import chain

d = defaultdict(list)

A = ["Opn", "Jan-20 A", "Feb-20 A", "Mar-20 A"]
B = ["Jan-20 B", "Mar-20 B", "Apr-20 B", "Cls"]

for i in chain(A,B):
    d[i[:6]].append(i)

print(list(d.values()))

[['Opn'], ['Jan-20 A', 'Jan-20 B'], ['Feb-20 A'], ['Mar-20 A', 'Mar-20 B'], ['Apr-20 B'], ['Cls']]
```

【讨论】：