Mantieni una mappa di elementi già visti con l'ID associato.
from itertools import count
from collections import defaultdict
mapping = defaultdict(count().__next__)
result = []
for element in my_list:
result.append(mapping[tuple(element)])
si potrebbe anche usare un elenco-di comprensione:
result = [mapping[tuple(element)] for element in my_list]
Purtroppo list
s non sono hashable modo da avere per convertirli in un tuple
quando la loro memorizzazione come chiavi della mappatura.
nota il trucco di usare defaultdict
, e count().__next__
per fornire gli ID unici crescenti. Su python2 devi sostituire .__next__
con .next
.
Il defaultdict
assegnerà un valore predefinito quando non riesce a trovare una chiave. Il valore predefinito si ottiene chiamando la funzione fornita nel costruttore. In questo caso il metodo __next__
del generatore count()
produce numeri crescenti.
Come alternativa portatile più si potrebbe fare:
from functools import partial
mapping = defaultdict(partial(next, count()))
Una soluzione alternativa, come proposto nei commenti, è usare solo l'indice come ID univoco:
result = [my_list.index(el) for el in my_list]
Ciò tuttavia è necessario:
- It tak es O (N^2) volta invece di O (N)
- Gli ID sono unici, aumentando ma non consecutivi (che può o non può essere un problema)
Per confronto delle due soluzioni si veda:
In [1]: from itertools import count
...: from collections import defaultdict
In [2]: def hashing(seq):
...: mapping = defaultdict(count().__next__)
...: return [mapping[tuple(el)] for el in seq]
...:
In [3]: def indexing(seq):
...: return [seq.index(i) for i in seq]
...:
In [4]: from random import randint
In [5]: seq = [[randint(1, 20), randint(1, 20), randint(1, 20)] for _ in range(90000)]
In [6]: %timeit hashing(seq)
10 loops, best of 3: 37.7 ms per loop
In [7]: %timeit indexing(seq)
1 loop, best of 3: 26 s per loop
nota come una lista degli elementi 90K la soluzione di mappatura richiede meno di 40 millisecondi mentre la soluzione di indicizzazione richiede 26 secondi .
fare gli ID devono essere sequenziale? si potrebbe facilmente abusare del metodo 'index' degli elenchi se non:' def get_ids (li): return [li.index (i) for i in li]; che restituisce '[0, 1, 0, 1, 4] 'per' [[1,2,3], [1,2,4], [1,2,3], [1,2,4], [1,2,5]] ' – DeepSpace
@DeepSpace che richiede O (N^2) tempo. Potrebbe essere migliorato calcolando una copia ordinata della lista e usando 'bisect' per associare in modo efficiente un indice con esso, rendendo il tempo O (N log N) che è il lowerbound per risolvere questo problema usando i confronti. – Bakuriu