Question

我有一个非常长的lst包含唯一元素。我想设计一个函数，它将元素列表作为输入，它可以有效地返回索引列表。我们假设找到索引所需的项目都在lst。

中

以下是一个例子：

lst = ['ab','sd','ef','de']
items_to_find = ['sd', 'ef', 'sd']
>>> fo(lst, items_to_find)  
# Output: [1,2,1]

我有一个属于自己的解决方案，但看起来效率不高。

>> [lst.index(x) for x in items_to_find]

因为lst很长，我需要一个非常快速的算法来解决它。

Answer 1

首先创建一个包含列表中每个项目的索引位置的字典（您声明所有项目都是唯一的，因此重复键没有问题。）

然后使用字典查找每个项目的索引位置，即平均时间复杂度O（1）。

&sslverifycertificate=false

Answer 2

您可以使用包含来自lst的元素的字典作为键和索引以及值。在字典中搜索是O（1）。

Answer 3

虽然您接受的答案非常好，但这里的内存效率更高，而且可能几乎一样快。但是@ Alexander的answer如果列表很长（因为其中的元素都是唯一的），就会创建一个可能很大的字典。

下面的代码还构建了一个字典来加速搜索，但它是针对目标元素的，因此可能比搜索列表小得多。对于示例数据，它创建的数据（名为targets）仅包含：{'sd': [0, 2], 'ef': [1]}

它通过序列并检查其中的每个值是目标，如果是，则根据更新结果列表。这种方法需要更多的代码才能实现，因为设置稍微复杂一些，所以这是另一种权衡。

def find_indices(seq, elements):
    targets = {}
    for index, element in enumerate(elements):
        targets.setdefault(element, []).append(index)
    indices = [None for _ in elements]  # Pre-allocate.

    for location, value in enumerate(seq):
        if value in targets:
            for element, indexes in targets.items():
                if element == value:
                    for index in indexes:
                        indices[index] = location
    return indices

lst = ['ab', 'sd', 'ef', 'de']

indices = find_indices(lst, ['sd', 'ef', 'sd'])
print(indices)  # -> [1, 2, 1]

Answer 4

简单的第一近似......

def get_indices(data_list, query_list):
    datum_index_mapping = {datum:None for datum in query_list}
    for index, datum in enumerate(data_list):
        if datum in datum_index_mapping:
            datum_index_mapping[datum] = index
    return [datum_index_mapping[d] for d in query_list]

以上是最简单，最直观的解决方案，它可以提高效率（只需要为实际想要查找的元素存储索引字典）。

然而，它受到这样的事实 - 即使初始查询列表非常短 - 它将遍历整个数据列表/数据生成器。此外，它必须在每次看到之前看到的值时写入字典。下面修复了那些效率低下的问题，虽然它增加了集合的开销，因此它必须为查询列表中的每个唯一元素执行集合写入，以及为查询列表中的每个唯一元素写入字典。

def get_indices(data_list, query_list):
    not_found = set(query_list)
    datum_index_mapping = {}
    for index, datum in enumerate(data_list):
        if datum in not_found:
            datum_index_mapping[datum] = index
            not_found.remove(datum)
            if len(not_found) == 0:
                break
    return [datum_index_mapping[d] for d in query_list]

显然，根据您的程序，您可能根本不想拥有索引列表，只需让您的函数返回映射。如果您要解析多个任意查询列表，您可能只想在其他答案显示的原始数据集上执行enumerate()，并保留将值映射到内存中的索引以及查询目的的字典。 / p>

有效率往往取决于更大的计划;我们所能做的就是进行优化。它还取决于内存层次结构和处理能力（即我们可以并行化吗？计算更昂贵，还是内存更昂贵？如果我们需要回退交换，I / O会是什么？）。

Answer 5

如果您确定所有搜索到的值实际上都存在于搜索列表中并且对lst进行了排序（当然，排序本身可能需要一些时间），则可以一次性完成（线性复杂度）：

def sortedindex(lst,find):
    find.sort()
    indices  = []
    start = 0
    for item in find:
        start = lst.index(item,start)
        indices.append(start)
    return indices

“开始”显示第一个索引，算法从该索引开始将检查的项目与主列表中的项目进行比较。找到正确的索引后，它将成为下一个起始标记。因为两个列表都以相同的方式排序，所以您不必担心会跳过下一个项目。

查找长列表中多个元素的索引

5 个答案: