Python列表交叉点效率：生成器还是筛选器（）？

我想将Python（2.7）中的两个列表相交。我需要结果是可接受的：

list1 = [1,2,3,4]
list2 = [3,4,5,6]
result = (3,4) # any kind of iterable

交叉点后的第一件事是提供完整的迭代，以下哪项更有效

使用发电机：

result = (x for x in list1 if x in list2)

使用筛选器（）：

其他建议

提前感谢，

---

阿姆农

这两个都不是。最好的方法是使用集合

list1 = [1,2,3,4]
list2 = [3,4,5,6]
result = set(list1).intersection(list2)

---

集合是可编辑的，因此无需将结果转换为任何内容。

您的解决方案的复杂性为

O（m*n）

，其中

m

和

n

分别是两个列表的长度。您可以使用以下列表之一的集合将复杂性提高到

O（m+n）

：

s = set(list1)
result = [x for x in list2 if x in s]

在速度比可读性更重要的情况下（也就是说，几乎从来没有），您也可以使用

result = filter(set(a).__contains__, b)

---

这比我机器上的其他解决方案快约20%。

对于列表，最有效的方法是使用：

result = set(list1).intersection(list2)

如前所述，但对于numpy阵列，

intersection1d

函数更有效：

import numpy as np
result = np.intersection1d(list1, list2)

特别是，当您知道列表没有重复值时，可以将其用作：

result = np.intersection1d(list1, list2, assume_unique=True)

---

我试着比较列表交叉的3种方法的速度：

随机导入
a=[random.randint（0，1000）表示范围（1000）]
b=[random.randint（0，1000）表示范围（1000）]

解决方案1：列表理解 时间流逝：8.95265507698059

导入时间
开始=时间。时间（）
对于范围（1000）内的：
结果=[x代表a中的x，如果x代表b]
消逝=时间。时间（）-开始
打印（过去）

解决方案2：设置 时间流逝：0.09089064598083496

start=time.time（）
对于范围（1000）内的：
结果=集合交叉点（集合（a），集合（b））
消逝=时间。时间（）-开始
打印（过去）

解决方案3:numpy.1d 时间流逝：0.323300838470459

start=time.time（）
对于范围（1000）内的：
结果=np.1d（a，b）
消逝=时间。时间（）-开始
打印（过去）

结论

---

我认为使用

set.intersection

是最快的方法。

有趣的是，

set（list1）。intersection（list2）

比

set（list1）&set（list2）

快，我想这是因为创建两个集合比在我的机器上加载和调用

.intersection（）

hmm..@mouad，

set（list1）&set）要昂贵（list2）

比使用

.intersection（）

更快。但是差异不是很明显。这需要对列表进行排序吗？@Youda008列表不需要排序。集合是通过哈希实现的，因此无论在原始列表中的位置如何，查找都会在摊销的O（1）时间内进行。

result = np.intersection1d(list1, list2, assume_unique=True)