Python 在整数数组中查找偏移序列

我有许多500到1000个整数的数组。我想在这些数组中找到特定序列模式的一部分的任何实例。例如，我有一个偏移模式

offset = [-15, -12, -5, -1, 1, 10, 20, 32]

和正整数的排序列表

A = [2, 8, 12, 15, 22, ...] # Length ~ 1000

我想找到所有这样的整数N，对于

offset

中的每个

a

，

N+a

是

a

的一个元素

然而，理想情况下，我能够为使

N

匹配所需的

a

值的数量设置阈值。因此，如果我的偏移量是3，可能只有

N-12

、

N-1

和

N+20

是

A

中存在的值，我想保留

N

我可以很容易地编写一个蛮力算法来检验和测试这种情况——但是有数千个这样的数组来测试几种模式，我想知道是否有更好的方法来解决这个问题。谢谢

---

根据要求，这里有一些蛮力算法的伪代码：

# Not perfect because it doesn't take into account possible boundary cutoffs
for a in A:
    new_offset = [x + a for x in offset]
    count = sum(x in A for x in new_offset)

    if count >= threshhold:
        # keep a, and work out N

或者，在通过

阈值后短路

offsets = [-15, -12, -5, -1, 1, 10, 20, 32]
A = {2, 8, 12, 15, 22, ...} # a set of length ~ 1000
test_range = range(min(A)+min(offsets),max(A)+max(offsets)+1)
THRESHOLD = 3

N = set()
for value in test_range:
    count = 0
    for offset in offsets:
        if value+offset in A: count += 1
        else: continue
        if count == 3:
            N.add(value)
            break

---

如果我理解正确的话。在我看来，如果len（offset）我认为这是一个与上面类似的算法，但不确定

from collections import Counter
counters = Counter()

# Python 2.6: 
# from collections import defaultdict
# counters = defaultdict(int)

from itertools import product
Aset = set(A)
for aval, offset in product(A, offset):
    counters[aval-offset] += 1

# 3 is the threshold here; change at will.
[key for key, val in counters.items() if val > 3]

看起来很有效。我们所做的：如果有一个数字N，使得N+偏移量在a中，那么我们可以在a中找到该值，并且Aval offset=N。小而愚蠢的示例：

A = [1,3,5,10]
offset = [-2, 5]

有一个数字5符合这个标准。然而，我们还不知道。这个数字是3+2和10-5。我们将对-2进行第一次计算，通过将2加回到每个A得到[3,5,7,12]。然后，我们将再次对5进行计算，通过从每个A减去5得到[-4，-2,0,5]。这给了我们如下计数器：

-4: 1
-2: 1
 0: 1
 3: 1
 5: 2
 7: 1
12: 1

5是唯一匹配两个条目的

---

对于给定的偏移量和随机生成的约1000个介于0和4000之间的随机整数序列（实际最小值/最大值6/3999，生成1200个数字，通过列表（set（））删除重复项，然后进行排序），创建字典需要约2.5 mS。如果有关系，对于此算法，您实际上不需要对，但是删除重复项是必要的（除非您真的希望它计数两次）

如果你至少告诉我们暴力算法是什么，这可能有助于明确你想要什么。完全可以使用列表理解来做到这一点。@wnnmaw:对于

offset

中的

a

中的至少一些

a

，

N+a

在

a

中。我需要一个需要匹配的偏移值数量的可变阈值@莱斯特，我会写一些pseudocode@user2852809，是的，我注意到当我重新阅读你的帖子时，偏移量的典型长度是多少，你希望看到什么范围的整数（例如，数组中的所有整数都小于10000）？（对于长偏移和小范围，使用快速傅里叶变换可能会更好），但是如果max（A）是一个非常大的数字呢？如果我没弄错的话，这将是非常低效的。制作一个集合而不是一个列表可能更有效？@peterdererivaz谢谢，好主意！对于这些优化，我通常的心理检查表是：“他把它作为一个集合给我了吗？没有。他是否明确表示它们是唯一的值？没有。”但是，因为我们不关心顺序或a，也不关心重复的值是否得到测试（不管怎样，结果是否不同），所以这并不重要！所以我只是用1000个介于0和9999之间的随机数来测试这个问题，并没有花太长的时间，最多可能是半秒钟。不过有一点需要注意，您需要在第三行中使用大写字母A。您应该修复

A[0]

，

A[-1]

，同时，集合不可能建立索引。：）

-4: 1
-2: 1
 0: 1
 3: 1
 5: 2
 7: 1
12: 1