查找具有重复元素的列表中的第二大元素答案

【问题标题】：Find second largest element in list with repeated elements查找具有重复元素的列表中的第二大元素
【发布时间】：2013-10-16 20:08:43
【问题描述】：

我有一个列表，其中设置了几个非常大的值来区分这些索引，它看起来像这样：

a = [1.3, 2.1, 9999., 5., 3.7 ,6.6, 9999., 7.4, 9999., 3.5, 7, 1.2, 9999.]

我需要以最有效的方式（我的列表可以变得很大）

在这个问题Retrieve the two highest item from a list containing 100,000 integers 中提到了heapq.nlargest 函数，但由于我有多个值9999.，所以它不起作用。

【问题讨论】：

第二大，还是最大不等于 9999 ？
最大不等于 9999。我称它为 第二大，因为我认为所有这些 9999 值都是一样的，但也许这有点令人困惑。我应该编辑问题的名称吗？

标签： python list

【解决方案1】：

这是另一种方法：

>>> a = [1.3, 2.1, 9999., 5., 3.7 ,6.6, 9999., 7.4, 9999., 3.5, 7, 1.2, 9999.]
>>> sorted(set(a))[-2]
7.4
>>>

而且，不管你信不信，它实际上比公认的解决方案要快得多：

>>> from timeit import timeit
>>> timeit("a=range(10000000);print sorted(set(a))[-2]", number=10)
9999998
9999998
9999998
9999998
9999998
9999998
9999998
9999998
9999998
9999998
34.327036257401424
>>> # This is NPE's answer
>>> timeit("a=range(10000000);maxa = max(a);print max(val for val in a if val != maxa)", number=10)
9999998
9999998
9999998
9999998
9999998
9999998
9999998
9999998
9999998
9999998
53.22811809880869
>>>

以上是一个运行 10 次并使用包含 10,000,000 个项目的列表的测试。除非我的测试有缺陷（我认为没有），否则我给出的解决方案显然要快得多。

【讨论】：

我不敢相信！但它也对我有用。暂时+1！也许range() 给出了一个已经排序的列表，因此不“公平”？
我也尝试了a=[ i%10 for i in range(1000000) ]; 并得到了相同的结果。令人着迷。
@AaronMcDaid - 无论列表是否已排序，Python 仍然需要对其进行检查。毕竟，计算机怎么知道它的排序？我想我说计算机不能，所以无论如何它都会对列表进行排序。另外，我也给了 NPE 的答案一个排序列表，所以一切都是公平的。
通常人们说快速排序的复杂度为 N log N，但这只是平均水平。如果数据以非常糟糕的方式排序，则复杂度会跃升至 N^2。或者它可以是 O(N) 的数据已经按照正确的顺序（但这取决于）。所以，是的，正如你所说，它无论如何都必须对其进行排序。问题在于，在您设计的数据集上完成排序的速度可能比在随机数据上快得多。
太好了，我已将接受的答案更改为这个答案，因为性能是问题的中心，而这是表现最好的答案。谢谢大家！

【解决方案2】：

>>> max(val for val in a if val != 9999)
7.4

这具有O(n) 时间复杂度。

如果9999 不固定，您可以通过使用max(a) 而不是9999 来概括这一点：

>>> maxa = max(a)
>>> max(val for val in a if val != maxa)
7.4

（虽然我怀疑这不是你想要的。）

【讨论】：

或if val != max(a)
请确保您在外面致电max(a) 获取发电机。

【解决方案3】：

a = set([1.3, 2.1, 9999., 5., 3.7 ,6.6, 9999., 7.4, 9999., 3.5, 7, 1.2, 9999.])
a.remove(max(a))
print max(a)

这使用set 来确保我们只处理唯一项目，然后我们删除最大值，这样下次我们调用max 时，我们将得到第二好的最大值。

【讨论】：

【解决方案4】：

如果你想使用 numpy，你可以使用掩码数组来跳过“坏”值：

import numpy as np
a = np.array([1.3, 2.1, 9999., 5., 3.7 ,6.6, 9999., 7.4, 9999., 3.5, 7, 1.2, 9999.])
ma = np.ma.masked_values(a, 9999., copy=False)
ma.max()
7.4

您可以轻松地将排除项添加到您的掩码中：

ma = np.ma.masked_values(ma, 7.4, copy=False)
ma.max()
7.0
ma.mask[ma>=5]=True   
ma.max()
3.7

【讨论】：