Python 查找列表中重复序列索引的有效方法？

我在python中有一个很大的数字列表，我想编写一个函数，用于查找列表中重复次数超过n次的部分。例如，如果n为3，则我的函数应为以下示例返回以下结果：

当应用于示例=[1,2,1,1,1,1,2,3]时，函数应返回[（2,6）]，因为示例[2:6]是一个包含所有相同值的序列

应用于示例=[0,0,0,7,3,2,2,2,2,1]时，函数应返回[（0,3）、（5,9）]，因为示例[0:3]和示例[5:9]都包含相同值的重复序列

当应用于示例=[1,2,1,2,1,2,1,2,1,2]时，该函数应返回[]，因为没有三个或更多元素的序列都是相同的数字

---

我知道我可以编写一系列循环来获得我想要的东西，但这似乎有点低效，我想知道是否有更简单的方法来获得我想要的东西。

使用

itertools.groupby

和

enumerate

：

>>> from itertools import groupby
>>> n = 3
>>> x = [1,2,1,1,1,1,2,3] 
>>> grouped = (list(g) for _,g in groupby(enumerate(x), lambda t:t[1]))
>>> [(g[0][0], g[-1][0] + 1) for g in grouped if len(g) >= n]
[(2, 6)]
>>> x = [0,0,0,7,3,2,2,2,2,1]
>>> grouped = (list(g) for _,g in groupby(enumerate(x), lambda t:t[1]))
>>> [(g[0][0], g[-1][0] + 1) for g in grouped if len(g) >= n]
[(0, 3), (5, 9)]

要理解groupby：只需认识到每次迭代都会返回键的值，该键用于对iterable的元素进行分组，另外还有一个新的惰性iterable，它将在组中进行迭代

>>> list(groupby(enumerate(x), lambda t:t[1]))
[(0, <itertools._grouper object at 0x7fc90a707bd0>), (7, <itertools._grouper object at 0x7fc90a707ad0>), (3, <itertools._grouper object at 0x7fc90a707950>), (2, <itertools._grouper object at 0x7fc90a707c10>), (1, <itertools._grouper object at 0x7fc90a707c50>)]

列表（groupby（枚举（x），lambda t:t[1]）） [(0, ), (7, ), (3, ), (2, ), (1, )]

---

您可以按照当前算法在单个循环中执行此操作：

def find_pairs (array, n):
    result_pairs = []
    prev = idx = 0
    count = 1
    for i in range (0, len(array)):
        if(i > 0):
            if(array[i] == prev):
                count += 1
            else:
                if(count >= n):
                    result_pairs.append((idx, i))
                else:
                    prev = array[i]
                    idx = i
                count = 1
        else:
            prev = array[i]
            idx = i
    return result_pairs

---

您可以这样调用函数：

find_pairs（list，n）

。这是执行此任务最有效的方法，因为它的复杂性为O（len（array））。我认为这很容易理解，但如果你有任何疑问，尽管问。

你可以用这个。请注意，您的问题对于n的角色是不明确的。这里我假设一系列n个相等的值应该匹配。如果至少有n+1个值，则用

替换

=

：

def monotoneRanges(a, n):
    idx = [i for i, v in enumerate(a) if not i or a[i-1] != v] + [len(a)]
    return [r for r in zip(idx, idx[1:]) if r[1] >= r[0]+n]

# example call
res = monotoneRanges([0,0,0,7,3,2,2,2,2,1], 3)

print(res)

产出：

[(0, 3), (5, 9)]

---

请提供您尝试过的代码。您真正想要找到的是列表中重复部分的切片参数，而不是索引。第二个例子要么是错误的，要么n的定义是错误的。开始时有3个零，因此零的重复次数不会超过n次。谢谢，这肯定比我之前做的要有效得多。我想知道这到底是怎么回事。我得到了enumerate（x）和key函数所做的，但是groupby究竟返回什么呢？为什么我们需要下半场而不是上半场？在调用该函数之后，我开始迷路了。如果您需要所有的组，可能效率最高，但如果您不同时需要所有的子序列，并且对它们的生成器感到满意，我想知道它是否会更慢。@FilipMalczak如果我理解正确，那么可以通过替换最后的列表理解来轻松实现另一个生成器表达式。是的，基本上，但是整个groupby（…）是在理解之前执行的。我想你可以将它包装在另一个用于理解的生成器中，甚至可以将其内联。我只是想知道，如果某个解决方案能够在找到每个子序列后立即生成它，它是否会更快一点。@FilipMalczak是的，这一定是对列表进行了两次遍历，但是如果你将其封装在生成器中，你可以从中挤出最后一点效率。这是一个很好的答案，呈现了“经典”命令式编程技术。话虽如此，您应该修复缩进。很好，但您需要处理一个边缘情况：

单调性（[0,0,0,7,3,2,2,2,1,0]，3）

@juanpa.arrivillaga，感谢您注意到这一点。我想我用添加的

而不是I

条件修复了它。