Python从嵌套列表中最小数量的重复值创建列表
我有一个口述Python从嵌套列表中最小数量的重复值创建列表,python,Python,我有一个口述 whs = { 'ID1' : ['code1', 'code2', 'code3'], 'ID2' : ['code2', 'code5', 'code3'], 'ID3' : ['code6', 'code7', 'code8'], 'ID4' : ['code3', 'code5', 'code6'], } 我需要做的是建立一个新的列表 submit = [ { 'codes' : ['code3', ],
whs = {
'ID1' : ['code1', 'code2', 'code3'],
'ID2' : ['code2', 'code5', 'code3'],
'ID3' : ['code6', 'code7', 'code8'],
'ID4' : ['code3', 'code5', 'code6'],
}
submit = [
{
'codes' : ['code3', ],
'ids' : ['ID1', 'ID2', 'ID4'],
},
{
'codes' : ['code6', 'code7', 'code8'],
'ids' : ['ID3', ],
}
]
def ParseAvailable(self, whs):
separate = whs.keys()
submit = []
while len(separate) > 0:
avail = {
'codes' : [],
'ids' : [],
}
for num, item in enumerate(separate):
if len(avail['codes']) == 0:
avail['codes'] = whs[item]
avail['ids'].append(item)
else:
avail_all = list(set(avail['codes']) & set(whs[item]))
print '%s : %s' % (item, avail_all)
if len(avail_all) > 0:
avail['codes'] = avail_all
avail['ids'].append(item)
if len(avail['codes']) > 0:
del separate[num]
submit.append(avail)
return submit
[
{
'ids': ['ID4', 'ID3'],
'codes': ['code6']
},
{
'ids': ['ID2'],
'codes': ['code2', 'code5', 'code3']
},
{
'ids': ['ID1'],
'codes': ['code1', 'code2', 'code3']
}
]
{
'ids' : ['ID1', 'ID2',],
'codes' : ['code2', 'code3', ]
}
提前谢谢你所以在我看来你有一个问题，它是NP完全的。不仅如此，您似乎还需要最小尺寸的所有可能的封套。您的ID列表创建了宇宙集，而您的每个代码都创建了宇宙的一个子集 对于简单的迭代循环，除了尝试所有可能的代码组合之外，您实际上没有其他选择。如果你有大数据集，这是行不通的 维基百科的文章提到了一种高效算法（贪婪算法），它不能保证找到最佳的解决方案，但解决方案中的错误是有界的。该算法是迭代添加包含宇宙中最未发现元素的子集
如果您需要得到绝对正确的答案，您可能需要尝试整数规划方法（如线性规划）。有用于此算法的软件包和库 我通过构建一个包含所有潜在添加项的树，然后在这些添加项中找到最便宜的选项来解决这个问题。以下是一个有效的（尽管丑陋且未优化）示例：
该树将以p*w节点结束，其中p是产品的数量，w（p）是每个产品的平均仓库数量。正如其他人所说，这是一个优化问题，对于大型数据集来说并不简单。但作为第一步，将每个产品的仓库列表转换为每个仓库的产品列表至少很容易
whs = {
'ID1' : ['code1', 'code2', 'code3'],
'ID2' : ['code2', 'code5', 'code3'],
'ID3' : ['code6', 'code7', 'code8'],
'ID4' : ['code3', 'code5', 'code6'],
}
a = []
b = []
for k,v in whs.items():
for j in v:
a.append((j,k))
b.append((j,[]))
inv = dict(b)
for j in a:
inv[j[0]].append(j[1])
print("Inventory:")
for k,v in inv.items():
print(k,v)
Inventory:
code1 ['ID1']
code2 ['ID2', 'ID1']
code3 ['ID4', 'ID2', 'ID1']
code5 ['ID4', 'ID2']
code6 ['ID4', 'ID3']
code7 ['ID3']
code8 ['ID3']
正如您可以从这个简单的示例中看到的，没有任何解决方案可以在一个订单中获得所有产品，也没有几种解决方案（code2+code6、code3+code6、code3+code7、code3+code8）可以在两个订单中获得产品。选择“最佳”将需要额外的信息，如定价，以进行优化。您的输出结构似乎有些奇怪。您在输出中到底想要什么？什么规则定义了它的结构？最终目标是从不同的仓库（代码）获取可用的产品（ID）列表从最少数量的仓库创建一个订单列表——这一部分在解析为XML提交查询之前进行排序——这种结构似乎是在函数之间传递数据的最简单方式——尽管我很乐意接受建议在您的示例中，您并没有在输出中包含所有代码。是否有其他必须包含的代码列表？还是您总结了输出？仅供参考，您的问题似乎是set cover的一个实例，这将是“困难的”，因此希望您没有大型数据集。您正在寻找的函数会在数据上建立索引。这对数据库来说非常重要。如果数据大小非常小，则需要添加修剪，以便在找到较短的答案后不会枚举树的分支。如前所述，对于非常大的数据集，可能不是最佳解决方案。幸运的是，该应用程序将在任何时候使用的设置都应该保持相当小。非常感谢您发布工作代码-我发现自己从您的方法中学到了一些东西。@ZackBloom我更关心的是在
构建树期间的修剪问题。