“高效”；“序列对齐”；比较两个集合列表以查找匹配项-python

我正在尝试比较两个列表集（或列表列表），并且正在努力寻找一个有效的解决方案

给出了两个不同长度的列表，每个位置可能有不同的大小集。集合的大小在1-6个整数之间，列表的大小大约为4000个元素（较大的）和100个元素（较小的）

list_1= [{42, 189, 31}, {32, 75, 189}, {42, 31}, {100, 63}, {75, 37}]
list_2=[{75, 37}, {42, 37}]

然后，我想找到数组中两个列表之间重叠最大的点，并计算每个集合的交集中有多少个元素

在这种情况下，最好的对齐方式是在列表_1[1:3]处，其中有两个重叠的元素

{32，75，189}在列表1的索引1处，以及列表2的索引0处，{75，37}与列表1的索引2处的{42，31}和列表2的索引1处的{42，37}结合使用计数2，因为我们有两个匹配项。对于上面的示例，输出数组应该如下所示

sequence_alligenment(list_1,list_2): [0,2,0,1]

列表的顺序很重要，因为我试图找到重叠最大的时间点

---

我一直在尝试使用集合和冻结集合的交集，但运气不好，因为它们周围有一些笨拙的for循环。

这不是一个很常见的问题。我认为最有效的方法是迭代。使代码简单是最简单的。不是最有效的，但我看不到更好的解决方案。

如果您需要效率（如果您需要大量使用此代码，并且有时需要等待），您可能会使用模糊匹配算法

大多数模糊匹配算法似乎是针对字符串的，但它们可能是一个起点

如果这不是您想要的，您可以尝试执行反向索引，如： {42:{42,189,31}，189:{42,189,31}，31:{42,189,31}，32:{32,75,189}，75:{32,75,189}，189:{32,75,189}，42:{42,31}，31:{42,31}，100:{100,63}，63:{100,63}，75:{75,37}

---

然后数一数，通过这种方式，在任意两对之间可以得到多少个副本。我相信那样会是O（n）。

查找史密斯-沃特曼算法。这是一种用于局部对齐不同长度序列的DP算法

然后你可以提供一个解决方案——到目前为止，它更多的是一个评论，然后是对OP问题的正确回答；）暴力解决方案也是一种解决方案；）解决办法。。在我看来，这只是蛮力。就这么简单。鉴于尺寸非常小，此解决方案没有更好的解决方案。