Python 仅保留距离值的有效算法

我有一个类似以下内容的值列表：

[5005018097028088070703502499]

我只想将每个数字的第一个实例保持在一定距离内。换句话说，我想得到一个列表：

[500809702]

，因为其他数字与这些数字在一定距离内。所以它将保持500，跳过501，因为它太近，保持809，因为它远离已经选择的值，保持702，等等

以下是我当前的解决方案：

vals = ... #the original data
result = []
tolerance = 50
for i in vals:
    if not len(np.where(np.abs(result - i) < tolerance)[0]):
        results.append(i)

vals=#原始数据
结果=[]
公差=50
对于VAL中的i：
如果不是len（np.where（np.abs（结果-i）<公差）[0]）：
结果.附加（i）

这很好，但对我来说太慢了（我要处理列表中的240万个元素）。这个问题有没有有效的解决办法？谢谢

编辑：为了澄清，我需要保留每个组的第一个元素，而不是最小的元素（即

[499，702，807]

在上述示例中不是有效的结果），因此对其进行排序可能没有多大帮助

vals = [500,501,809,702,808,807,703,502,499]
close_set = set()
tolerance = 5
result = []
for e in vals:
    if e in close_set:
        continue
    else:
        result.append(e)
        close_set.update([*range(e-tolerance, e+tolerance+1)])

print(result)  # [500, 809, 702]

---

这应该很快（我在1000000个元素的列表上测试了它，耗时约3秒）。对于列表中的每个元素，您可以通过检查关闭编号集合中的成员身份（即O（1））来检查之前是否已看到关闭值。如果不是，则将其添加到结果中，然后更新关闭编号集

更好的解决方案是使用来自的

SortedSet

在插入元素之前，请检查

irange_键

中

+-公差

内的所有值。如果没有，则添加此元素

---

此解决方案应至少比已经建议的

close\u set

方法快一个数量级，并且在内存使用方面也要好一个数量级。此外，如果您需要，它还适用于浮点数和整数。

非常好，谢谢！对于python2，我刚刚将倒数第二行更改为

close\u set.update（范围（e-tolerance，e+tolerance+1））

@jstein123如果要使其与两者兼容，请将该范围包装在

列表（）中

我得到了

AttributeError:“SortedSet”对象没有属性“irange_key”

编辑：首先将其转换为SortedKeyList来解决它。谢谢除非我没有正确地实现这一点，否则这似乎比其他发布的解决方案效率更低，因为订单对我的解决方案来说很重要。效率有多低？基于python3.6中的保序dicts，我有一个比@MoxieBall慢2倍的解决方案。我没有发布，因为它比设置的解决方案慢。