在python中高效地搜索字符串列表以查找字符串列表

我有一个字符串列表和一个字符串列表。例如：

L1=[["cat","dog","apple"],["orange","green","red"]]
L2=["cat","red"]

如果L1[i]包含L2中的任何项目，我需要放置对（用于在图形中创建边） 比如，在我的例子中，我需要成对的

（“猫”，“狗”），（“猫，苹果”），（“红，橙”），（“红”，“绿”）

---

我应该使用什么方法使其最有效。（我的列表L1很大）

我建议将它们全部转换为

set

s，并使用set操作（交集）来计算L2中的哪些术语在每个L1项中。然后，可以使用集合减法获得需要配对的项目列表

edges = []
L2set = set(L2)
for L1item in L1:
    L1set = set(L1item)
    items_in_L1item = L1set & L2set
    for item in items_in_L1item:
        items_to_pair = L1set - set([item])
        edges.extend((item, i) for i in items_to_pair)

---

要使此代码即使在

L1

和

L2

很大的情况下也是最佳的，请使用它生成一个生成器，而不是创建一个巨大的元组列表。如果你在Python3中工作，只需使用

代码很容易理解，几乎是纯英语！首先，循环遍历每个列表及其对应的元素，然后询问该元素是否在列表中，如果在列表中，则打印除该对（x，x）之外的所有对

输出：

[('cat', 'dog'), ('cat', 'apple'), ('red', 'orange'), ('red', 'green')]

---

假设在L1子列表中可能有多个“控制”项

我会使用和：

例如：

>>> L1 = [["cat","dog","apple"],
...       ["orange","green","red"],
...       ["hand","cat","red"]]
>>> L2 = ["cat","red"]
>>> generate_edges(L1, L2)
[('apple', 'cat'),
 ('dog', 'cat'),
 ('orange', 'red'),
 ('green', 'red'),
 ('hand', 'red'),
 ('hand', 'cat')]

---

如果L1非常大，您可能需要考虑使用对分。它要求您首先对L1进行展平和排序。你可以这样做：

from bisect import bisect_left, bisect_right
from itertools import chain

L1=[["cat","dog","apple"],["orange","green","red","apple"]]
L2=["apple", "cat","red"]

M1 = [[i]*len(j) for i, j in enumerate(L1)]
M1 = list(chain(*M1))
L1flat = list(chain(*L1))
I = sorted(range(len(L1flat)), key=L1flat.__getitem__)
L1flat = [L1flat[i] for i in I]
M1 = [M1[i] for i in I]

for item in L2:
    s = bisect_left(L1flat, item)
    e = bisect_right(L1flat, item)
    print item, M1[s:e]

#apple [0, 1]
#cat [0]
#red [1]

---

您是否直接尝试过（可能效率较低）？您的代码不适用于OP所寻找的一般情况。因为L2中的任何元素都可能位于L1中的任何列表中，并且L1中的列表数量可能与L2中的元素数量不同。

>>> L1 = [["cat","dog","apple"],
...       ["orange","green","red"],
...       ["hand","cat","red"]]
>>> L2 = ["cat","red"]
>>> generate_edges(L1, L2)
[('apple', 'cat'),
 ('dog', 'cat'),
 ('orange', 'red'),
 ('green', 'red'),
 ('hand', 'red'),
 ('hand', 'cat')]

from bisect import bisect_left, bisect_right
from itertools import chain

L1=[["cat","dog","apple"],["orange","green","red","apple"]]
L2=["apple", "cat","red"]

M1 = [[i]*len(j) for i, j in enumerate(L1)]
M1 = list(chain(*M1))
L1flat = list(chain(*L1))
I = sorted(range(len(L1flat)), key=L1flat.__getitem__)
L1flat = [L1flat[i] for i in I]
M1 = [M1[i] for i in I]

for item in L2:
    s = bisect_left(L1flat, item)
    e = bisect_right(L1flat, item)
    print item, M1[s:e]

#apple [0, 1]
#cat [0]
#red [1]