比较两个点元组列表的更快方法？

Question

我有两个列表（长度可能相同也可能不同）。在每个列表中，是一系列由两个点组成的元组（基本上是 X、Y 值）。

我将这两个列表相互比较，以找到具有相似点值的两个点。我尝试过列表理解技术，但它与列表中的嵌套元组真的很混淆，我无法让它工作。

这是最好（最快）的方法吗？我觉得可能有一种更 Pythonic 的方式来做到这一点。

假设我有两个列表：

pointPairA = [(2,1), (4,8)]
pointPairB = [(3,2), (10,2), (4,2)]

然后是一个用于存储对的空列表和一个仅存储匹配对的容差值

matchedPairs = []
tolerance = 2

然后这个循环解包元组，比较差异，并将它们添加到matchedPairs列表中以指示匹配。

for pointPairA in pointPairListA:
    for pointPairB in pointPairListB:
        ## Assign the current X,Y values for each pair
        pointPairA_x, pointPairA_y = pointPairA
        pointPairB_x, pointPairB_x = pointPairB

        ## Get the difference of each set of points
        xDiff = abs(pointPairA_x - pointPairB_x)
        yDiff = abs(pointPairA1_y - pointPairB_y)

        if xDiff < tolerance and yDiff < tolerance:
            matchedPairs.append((pointPairA, pointPairB))

这将导致matchedPairs看起来像这样，里面有两个点元组的元组：

[( (2,1), (3,2) ), ( (2,1), (4,2) )]

Answer 1

这里 pointpairA 是单个列表，而 pointpairB 将是 20k 列表之一

from collections import defaultdict
from itertools import product

pointPairA = [(2,1), (4,8)]
pointPairB = [(3,2), (10,2), (4,2)]
tolerance = 2

dA = defaultdict(list)
tolrange = range(-tolerance, tolerance+1)
for pA, dx, dy in product(pointPairA, tolrange, tolrange):
    dA[pA[0]+dx,pA[1]+dy].append(pA)

# you would have a loop here though the 20k lists
matchedPairs = [(pA, pB) for pB in pointPairB for pA in dA[pB]]  

print matchedPairs

Answer 2

如果这些列表很大，我建议找到更快的算法...

我将首先按对中 (x,y) 的总和对两个对列表进行排序。 （因为只有当它们的和接近时，两点才能接近。）

对于第一个列表中的任何点，这将严重限制您需要在第二个列表中搜索的范围。跟踪第二个列表上的“滑动窗口”，对应于总和在第一个列表的当前元素之和的2*tolerance 范围内的元素。 （其实只需要跟踪滑动窗口的开始...）

假设 tolerance 相当小，这应该将您的 O(n^2) 操作转换为 O(n log n)。

Answer 3

使用列表理解：

[(pa, pb) for pa in pointPairA for pb in pointPairB \
          if abs(pa[0]-pb[0]) <= tolerance and abs(pa[1]-pb[1]) <= tolerance]

比你的循环快一点：

(for 1 million executions)

>>> (list comprehension).timeit()
2.1963138580322266 s

>>> (your method).timeit()
2.454944133758545 s