如何在python中快速获得字符串列表与模式列表的匹配结果？

现在我有一个模式列表：

list1 = ['a[0-9]+', 'b[a-z]+', 'c[A-Z]+', ...]

我还有一个字符串列表：

list2 = ['a1', 'babc', 'cABC', 'bbb', 'c1', ...]

我希望快速知道list2中的字符串与list1中的哪个模式匹配，并返回其索引（如果不匹配任何模式，则返回-1）：

现在，我只需使用“for”即可实现这一点：

output = []
for string in list2:
  matched = False
  for pattern in list1:
    if re.match(pattern, string):
      output.append(list1.index(pattern))
      matched = True
      break
  if not matched:
    output.append(-1)

此方法可以工作，但由于list1和list2较大，因此需要花费的时间太长。那么还有其他方法可以快速返回结果吗？

您可以使用

map（）

来缩短嵌套循环的运行时间。
通过减少一个

if

并删除创建和附加到另一个列表，以及避免列表的索引方法，您将减少总体运行时间

import re

list1 = ['a[0-9]+', 'b[a-z]+', 'c[A-Z]+']
list2 = ['a1', 'babc', 'cABC', 'bbb', 'c1']

def check_if_exist(item):
    for i, regex in enumerate(list1):
        if re.match(regex, item):
            return i
    return -1

print(list(map(check_if_exist, list2)))

输出

[0, 1, 2, 1, -1]

在时间中检查这两个方法。它返回带有

map（）

的函数在0.17607659999997中运行，原始代码在0.1822188中运行10000次。

---

这将在大型列表中产生显著的差异。

尝试迭代表达式列表，并在已排序的字符串列表上执行对分搜索：

import re
list2  = ['a[0-9]+', 'b[a-z]+', 'c[A-Z]+']
list1 = sorted(['a1', 'babc', 'cABC', 'bbb', 'c1'])
output = []

def bisect_match(l, p, start, end):
    if(end-start+1 <= 0):
        return -1
    else:
        half = start + (end - start) // 2
        if(re.match(p, l[half])):
            return half
        else:
            if(l[half] > p):
                return(bisect_match)(l, p, start, half-1)
            else:     
                return(bisect_match)(l, p, half+1, end)

for string in list2:
    output.append(bisect_match(list1, string, 0, len(list1)))

print(output)

重新导入
清单2=['a[0-9]+'、'b[a-z]+'、'c[a-z]+']
列表1=已排序（['a1'、'babc'、'cABC'、'bbb'、'c1']）
输出=[]
def对分匹配（左、右、开始、结束）：
如果（结束-开始+1 p）：
返回（对分比赛）（左，右，开始，上半场1）
其他：
返回（对分匹配）（左，右，半+1，结束）
对于列表2中的字符串：
append（对分_匹配（list1，string，0，len（list1）））
打印（输出）

+1您建议的重构很好——将逻辑移到函数中（为了清晰起见），特别是不要不必要地使用

index（）

（这肯定会加快速度）。然而，“函数式编程比循环更快”的概念大多是误导性的指导，至少没有针对当前问题的具体基准（您当前的基准将所有更改的影响混合在一起，而不仅仅是使用

map

）。例如，我怀疑列表理解会比这里的

map（）

更快，但如果不对其进行基准测试，我不会断言这一点。感谢您的注释，我将很快尝试改进解释。顺便说一句，为了更好的解释，请编辑答案。我担心这不起作用，因为模式和字符串排序不同。例如，当list1=['ab1'、[a-z]+']和string='abc'时，它返回-1，因为'a[a-z]+'<'ab1'而'abc'>'ab1'。很抱歉，我没有正确测试我的解决方案。切换列表对您有用吗，这样您就可以对字符串而不是表达式进行排序？（请参阅我的编辑）编辑只返回第一个匹配项，因此可能对您也不起作用-抱歉！

import re
list2  = ['a[0-9]+', 'b[a-z]+', 'c[A-Z]+']
list1 = sorted(['a1', 'babc', 'cABC', 'bbb', 'c1'])
output = []

def bisect_match(l, p, start, end):
    if(end-start+1 <= 0):
        return -1
    else:
        half = start + (end - start) // 2
        if(re.match(p, l[half])):
            return half
        else:
            if(l[half] > p):
                return(bisect_match)(l, p, start, half-1)
            else:     
                return(bisect_match)(l, p, half+1, end)

for string in list2:
    output.append(bisect_match(list1, string, 0, len(list1)))

print(output)