Python 查找像Twitter这样的跟随关系的算法

我有一张这样的清单

[(1, 2), (2, 3), (3, 2), (3, 4), (4, 1), (4, 3)]

这意味着用户1跟随用户2，依此类推

目标是找到一个类似的列表

[(2, 3), (3,4)]

这意味着用户2跟随用户3，反之亦然

到目前为止，我找到了一种我认为还不够快的方法（用Python编写）

---

有人能给我看一些更快的算法吗？

你的算法是按线性时间运行的。这是这个问题最快的渐近运行时间，因为任何解决它的算法都必须查看所有的输入。有可能得到一个恒定的加速因子；例如，此代码：

set_l = set(l)
mutual_followers = [x for x in set_l if x[::-1] in set_l]

当我计时时，运行速度比您的快一倍多一点，但是如果您需要重大改进，您可能需要考虑改进程序的其他方面

----运行时----

---

[（2,3）、（3,4）]

如何表示用户3跟随用户2？@user2357112：这是结果；由于主列表同时包含

（2,3）

和

（3,2）

，因此得到的结果是

（2,3）

；与

（3,4）

相同，噢，

（3,4）

是一个单独的结果。描述似乎暗示

（2，3）

意味着2跟在3后面，

（3，4）

意味着3跟在2后面。此算法在线性时间内运行。有可能获得一个合适的常数因子加速比，但如果您需要任何戏剧性的东西，可能需要对代码的其他方面进行修改。谢谢您的回答。您的计时结果比我的更倾向于基于集合的算法。看起来你的输入比我计时的要小得多。我想知道是什么造成了这种效果。我用IPython+CPython来计时，我不知道为什么它快六倍而不是两倍。。。

set_l = set(l)
mutual_followers = [x for x in set_l if x[::-1] in set_l]

In [125]: %%timeit
set_l = set(l);[x for x in set_l if x[::-1] in set_l]
   .....: 
100000 loops, best of 3: 6.26 µs per loop

In [126]: %%timeit
   .....: [x for x, y in collections.Counter([tuple(sorted(x)) for x in l]).iteritems() if y > 1]
   .....: 
10000 loops, best of 3: 39.3 µs per loop