为了避免二次运行,您需要进行一次初始遍历以找出哪些元素出现在多个集合中:
然后,您可以简单地列出一组保留仅出现一次的所有元素的集合:
或者,代替构建nondupes
从element_counts
直接,我们可以使一个附加通构建一套出现在正好一个输入所有元件。这需要附加的语句,但是它允许我们利用&
运算符来设置交集,以使列表理解更短,更有效:
时间似乎表明使用all_uniques
集合可以大大加快整个重复消除过程。对于高度重复的输入集,它在Python 3上的速度提高了约3.5倍,尽管在Python 2上,整个重复消除过程的速度只有大约30%的提高,因为更多的运行时受构造Counter支配。这种加速是相当可观的,尽管其重要性不如首先避免使用二次运行时重要element_counts
。如果您使用的是Python 2,并且此代码对速度要求很高,则需要使用普通dict
或collections.defaultdict
而不是Counter
。
另一种方法是根据munk的建议从列表理解中构造和使用一个dupes
集合,element_counts
而original - dupes
不是original & all_uniques
在列表理解中使用。这是比使用set 更好还是更坏,取决于输入的重复程度和所使用的Python版本,但这两种方式似乎并没有多大区别。all_uniques``&