如何快速检查 Python 列表中是否存在特定值

  1. in 检查 Python 列表中值是否存在的方法
  2. 将列表转换为集合 set,然后在 Python 中进行成员资格检查
  3. 列表和集合成员资格检查之间的性能比较

我们将介绍不同的方法来检查 Python 列表中是否存在特定值并比较它们的性能。

这些方法包括

  1. 成员资格检查方法- in 方法来检查值是否存在
  2. 将列表转换为 set,然后使用成员资格检查方法 in

in 检查 Python 列表中值是否存在的方法

in 是在 Python 列表、集合、字典或其他可迭代的 Python 对象中执行成员资格检查的正确方法。

>>> testList = [1, 2, 3, 4]
>>> 2 in testList
True
>>> 6 in testList
False

将列表转换为集合 set,然后在 Python 中进行成员资格检查

如果列表长度增加,则列表成员资格检查可能效率不高,尤其是如果列表中存在重复元素。

在这种情况下,Python 集合 set 是进行成员资格检查的更好的数据类型,因为集合中的元素值都是唯一的。

列表和集合成员资格检查之间的性能比较

我们将比较四种情况下的效果差异,

  1. 原始列表具有唯一值,并且选中的值存在于列表中
  2. 原始列表具有唯一值,并且列表中不存在检查的值
  3. 原始列表具有重复的值,并且检查的值存在于列表中
  4. 原始列表只有重复的值,并且列表中不存在检查的值

原始列表仅具有唯一值,并且选中的值存在于列表中

Python 列表中是否存在特定值-列表中的唯一值和待检查的值存在于 list.png 中

from itertools import chain
import perfplot
import numpy as np

def setupTest(n):
  a = np.arange(n)
  np.random.shuffle(a)
  randomlist = a[:n//2].tolist()
  randomvalue = randomlist[len(randomlist)//2]
  return [randomlist, randomvalue]

def inListMethod(L):
  x, y = L
  return (y in x)

def inSetMethod(L):
  x, y = L
  x = set(x)
  return (y in x)

perfplot.show(
    setup=setupTest,
    kernels=[inListMethod, inSetMethod],
    labels=['in list', 'in set'],
    n_range=[2**k for k in range(1, 20)],
    xlabel='Data Length',
    title='unique values in list and to-be-checked value exists in the list',
    logx=True,
    logy=True)

原始列表只有唯一值,并且列表中不存在检查的值

Python 值是否存在于列表中-列表中的唯一值和待检查值在列表中不存在

from itertools import chain
import perfplot
import numpy as np

def setupTest(n):
  a = np.arange(n)
  np.random.shuffle(a)
  randomlist = a[:n//2].tolist()
  randomvalue = n+1
  return [randomlist, randomvalue]

def inListMethod(L):
  x, y = L
  return (y in x)

def inSetMethod(L):
  x, y = L
  x = set(x)
  return (y in x)

perfplot.show(
    setup=setupTest,
    kernels=[inListMethod, inSetMethod],
    labels=['in list', 'in set'],
    n_range=[2**k for k in range(1, 20)],
    xlabel='Data Length',
    title='unique values in list and to-be-checked value does not exist in the list',
    logx=True,
    logy=True)

原始列表具有重复的值,并且检查的值存在于列表中

Python 列表中是否存在特定值-列表中存在重复值且列表中存在待检查值

from itertools import chain
import perfplot
import numpy as np

def setupTest(n):
  a = np.arange(n)
  np.random.shuffle(a)
  randomlist = np.random.choice(n, n//2).tolist()
  randomvalue = randomlist[len(randomlist)//2]
  return [randomlist, randomvalue]

def inListMethod(L):
  x, y = L
  return (y in x)

def inSetMethod(L):
  x, y = L
  x = set(x)
  return (y in x)

perfplot.show(
    setup=setupTest,
    kernels=[inListMethod, inSetMethod],
    labels=['in list', 'in set'],
    n_range=[2**k for k in range(2, 20)],
    xlabel='Data Length',
    title='duplicate values in list and to-be-checked value exists in the list',
    logx=True,
    logy=True)

原始列表只有重复的值,并且列表中不存在检查的值

Python 列表中是否存在特定值-列表中的重复值和待检查值在列表中不存在

from itertools import chain
import perfplot
import numpy as np

def setupTest(n):
  a = np.arange(n)
  np.random.shuffle(a)
  randomlist = np.random.choice(n, n//2).tolist()
  randomvalue = n+1
  return [randomlist, randomvalue]

def inListMethod(L):
  x, y = L
  return (y in x)

def inSetMethod(L):
  x, y = L
  x = set(x)
  return (y in x)

perfplot.show(
    setup=setupTest,
    kernels=[inListMethod, inSetMethod],
    labels=['in list', 'in set'],
    n_range=[2**k for k in range(2, 20)],
    xlabel='Data Length',
    title='duplicate values in list and to-be-checked value does not exist in the list',
    logx=True,
    logy=True)

性能效果比较结论

尽管 Python 中的 set 成员资格检查比 Python 列表 list 中的成员资格检查更快,但是从列表 list 进行转换或集合 set 消耗时间。因此,如果给定的数据是 Python 列表,那么如果你首先将列表转换为 set,然后执行 set 成员资格检入,则不会带来任何性能上的好处。

Python 列表中是否存在特定值-概述

from itertools import chain
import perfplot
import numpy as np

def setupTest(n):
  a = np.arange(n)
  np.random.shuffle(a)
  unique_randomlist = a[:n//2].tolist()
  duplicate_randomlist = np.random.choice(n, n//2).tolist()
  existing_randomvalue = unique_randomlist[len(unique_randomlist)//2]
  nonexisting_randomvalue = n+1
  return [unique_randomlist, duplicate_randomlist,
          existing_randomvalue, nonexisting_randomvalue]

def inListMethod_UniqueValue_ValueExisting(L):
  u, d, ex, ne = L
  return (ex in u)

def inListMethod_DuplicateValue_ValueExisting(L):
  u, d, ex, ne = L
  return (ex in d)

def inListMethod_UniqueValue_ValueNotExisting(L):
  u, d, ex, ne = L
  return (ne in u)

def inListMethod_DuplicateValue_ValueNotExisting(L):
  u, d, ex, ne = L
  return (ne in d)

def inSetMethod_UniqueValue_ValueExisting(L):
  u, d, ex, ne = L
  u = set(u)
  return (ex in u)

def inSetMethod_DuplicateValue_ValueExisting(L):
  u, d, ex, ne = L
  d = set(d)                                  
  return (ex in d)

def inSetMethod_UniqueValue_ValueNotExisting(L):
  u, d, ex, ne = L
  u = set(u)                                  
  return (ne in u)

def inSetMethod_DuplicateValue_ValueNotExisting(L):
  u, d, ex, ne = L
  d = set(d)                                  
  return (ne in d)

perfplot.show(
    setup=setupTest,
    equality_check=None,
    kernels=[inListMethod_UniqueValue_ValueExisting,
             inListMethod_DuplicateValue_ValueExisting,
             inListMethod_UniqueValue_ValueNotExisting,
             inListMethod_DuplicateValue_ValueNotExisting,
             inSetMethod_UniqueValue_ValueExisting,
             inSetMethod_DuplicateValue_ValueExisting,
             inSetMethod_UniqueValue_ValueNotExisting,
             inSetMethod_DuplicateValue_ValueNotExisting],
    labels=[ 'inListMethod_UniqueValue_ValueExisting',
             'inListMethod_DuplicateValue_ValueExisting',
             'inListMethod_UniqueValue_ValueNotExisting',
             'inListMethod_DuplicateValue_ValueNotExisting',
             'inSetMethod_UniqueValue_ValueExisting',
             'inSetMethod_DuplicateValue_ValueExisting',
             'inSetMethod_UniqueValue_ValueNotExisting',
             'inSetMethod_DuplicateValue_ValueNotExisting'],
    n_range=[2**k for k in range(2, 20)],
    xlabel='Data Length',
    logx=True,
    logy=True)

相关文章 - Python List

  • 在 Python 列表中的 del、remove 和 pop 方法区别的介绍
  • 如何在 Python 中创建具有特定大小的列表
  • comments powered by Disqus