Skip to main content
 首页 » 编程设计

python之查找列表的索引,该列表是列表列表中的子集

2025年05月04日15itcoder

我有两个非常大的列表列表(500 万的数量级)。

例如:

1) 第一个列表 a,总是包含 8 个元素的列表。

2) 第二个列表 b,总是包含 4 个元素的列表。

对于 b 中的每个列表,可能有多个子集,但这不是问题。

a=[[0 1 10 9 369 370 379 378],[1 2 11 10 370 371 380 379]..[[0 1 10 9 365 370 379 400]] 
 
b=[[0 1 370 369],[1 2 371 370], ......] 

我想知道 b 中的每个列表在 a 中包含其所有元素的列表的索引。

例如:我知道“b[0]=[0 1 370 369]”是“a[0]=[0 1 10 9 369 370 379 378]”的子集,因为 b[ 0] 包含在 a[0] 中。 b[1] 是 a[1] 的子集也是如此。

所以我想要这样的输出:c=[[0],[1].......]。

如果有多个子集,我应该得到这样的结果:c=[[0],[1].....[20,19].....]

我的问题是我的代码太慢了:

index=[] 
for i in range(len(b)): 
    for j in range(len(a)): 
        if set(b[i])<set(a[j]): 
        print b[i] 
        print a[j] 
        print j 
        index.append([j]) #index in a  

这是我的代码的输出:

[  0   1 370 369] 
[  0   1  10   9 369 370 379 378] 
0 
 
[  1   2 371 370] 
[  1   2  11  10 370 371 380 379] 
1 
 
. 
. 
[369 370 739 738] 
[369 370 379 378 738 739 748 747] 
320 
. 
. 

在循环结束时 len(index)=len(b) 因为我确定 b 中的每个列表总是 a 的子集。

每次迭代最多需要 30/40 秒。

我确信有更 pythonic 的方式来执行相同的循环,我怎样才能加快它的速度?

谢谢

请您参考如下方法:

构建一个字典,显示 a 中的列表包含每个数字:

import collections 
number_locations = collections.defaultdict(set) 
for i, l in enumerate(a): 
    for num in l: 
        number_locations[num].add(i) 

然后对于 b 中的每个列表, 在 a 中查找可以找到它的元素并取集合交集找到a的哪些元素包含所有 4 个数字:

index = [set.intersection(*[number_locations[num] for num in l]) for l in b] 

这会产生一个集合列表;如果你真的需要列表,你可以调用list在元素上,或 sorted获取排序的索引列表。