Python 查找列表中具有重复元素的第二大元素

我有一个列表，其中有几个非常大的值，用于区分这些索引，如下所示：

a = [1.3, 2.1, 9999., 5., 3.7 ,6.6, 9999., 7.4, 9999., 3.5, 7, 1.2, 9999.]

我需要找到列表中第二大的值，它不等于

9999.

（在上面的例子中，它将是

7.4

）以最有效的方式（我的列表可能会变得很大）

在这个问题中提到了

heapq.nlargest

函数，但由于我有多个值

9999.

它不起作用

>>> max(val for val in a if val != 9999)
7.4

这具有时间复杂性

如果

9999

不固定，您可以使用

max（a）

而不是

9999

来概括这一点：

>>> maxa = max(a)
>>> max(val for val in a if val != maxa)
7.4

（尽管我怀疑这不是你想要的。）

这具有时间复杂性

如果

9999

不固定，您可以使用

max（a）

而不是

9999

来概括这一点：

>>> maxa = max(a)
>>> max(val for val in a if val != maxa)
7.4

（尽管我怀疑这不是你想要的。）

这使用

set

来确保我们只处理唯一的项，然后删除最大值，这样下次调用

max

时，我们将得到第二个最佳最大值

---

这使用

set

来确保我们只处理唯一的项，然后删除最大值，这样下次调用

max

时，我们将得到第二个最佳最大值。

这里有一个替代方法：

>>> a = [1.3, 2.1, 9999., 5., 3.7 ,6.6, 9999., 7.4, 9999., 3.5, 7, 1.2, 9999.]
>>> sorted(set(a))[-2]
7.4
>>>

信不信由你，它实际上比公认的解决方案快得多：

>>> from timeit import timeit
>>> timeit("a=range(10000000);print sorted(set(a))[-2]", number=10)
9999998
9999998
9999998
9999998
9999998
9999998
9999998
9999998
9999998
9999998
34.327036257401424
>>> # This is NPE's answer
>>> timeit("a=range(10000000);maxa = max(a);print max(val for val in a if val != maxa)", number=10)
9999998
9999998
9999998
9999998
9999998
9999998
9999998
9999998
9999998
9999998
53.22811809880869
>>>

---

上面是一个运行10次的测试，它使用的是一个包含10000000项的列表。除非我的测试中存在缺陷（我认为没有），否则我给出的解决方案显然要快得多。

这里有一种替代方法：

>>> a = [1.3, 2.1, 9999., 5., 3.7 ,6.6, 9999., 7.4, 9999., 3.5, 7, 1.2, 9999.]
>>> sorted(set(a))[-2]
7.4
>>>

信不信由你，它实际上比公认的解决方案快得多：

>>> from timeit import timeit
>>> timeit("a=range(10000000);print sorted(set(a))[-2]", number=10)
9999998
9999998
9999998
9999998
9999998
9999998
9999998
9999998
9999998
9999998
34.327036257401424
>>> # This is NPE's answer
>>> timeit("a=range(10000000);maxa = max(a);print max(val for val in a if val != maxa)", number=10)
9999998
9999998
9999998
9999998
9999998
9999998
9999998
9999998
9999998
9999998
53.22811809880869
>>>

---

上面是一个运行10次的测试，它使用的是一个包含10000000项的列表。除非我的测试中存在缺陷（我认为没有），否则我给出的解决方案显然要快得多。

如果您想使用numpy，可以使用屏蔽数组跳过“坏”值：

import numpy as np
a = np.array([1.3, 2.1, 9999., 5., 3.7 ,6.6, 9999., 7.4, 9999., 3.5, 7, 1.2, 9999.])
ma = np.ma.masked_values(a, 9999., copy=False)
ma.max()
7.4

您可以轻松地将排除项添加到遮罩中：

ma = np.ma.masked_values(ma, 7.4, copy=False)
ma.max()
7.0
ma.mask[ma>=5]=True   
ma.max()
3.7

---

如果要使用numpy，可以使用掩码数组跳过“坏”值：

import numpy as np
a = np.array([1.3, 2.1, 9999., 5., 3.7 ,6.6, 9999., 7.4, 9999., 3.5, 7, 1.2, 9999.])
ma = np.ma.masked_values(a, 9999., copy=False)
ma.max()
7.4

您可以轻松地将排除项添加到遮罩中：

ma = np.ma.masked_values(ma, 7.4, copy=False)
ma.max()
7.0
ma.mask[ma>=5]=True   
ma.max()
3.7

---

或

如果val！=max（a）

只需确保为发电机呼叫

max（a）

外部。或者

如果val！=最大值（a）

只需确保调用发电机外部的

max（a）

。第二大值，或最大值不等于9999？最大值不等于9999。我称之为第二大，因为我认为所有9999个值都是一样的，但这可能有点让人困惑。我应该编辑问题的名称吗？第二大，还是最大不等于9999？最大不等于9999。我称之为第二大，因为我认为所有9999个值都是一样的，但这可能有点让人困惑。我应该编辑问题的名称吗？我简直不敢相信！但这对我也有好处+1现在！也许

range（）

给出了一个已经排序的列表，因此是不“公平的”？我还尝试了

a=[I%10代表范围内的I（1000000）]并得到相同的结果。有趣。@AaronMcDaid-无论列表是否排序，Python都必须检查它。毕竟，计算机是如何知道它的分类的？我想我说的是对的，计算机不能，所以它会对列表进行排序。另外，我也给了NPE一个排序列表，所以一切都是公平的。通常人们说快速排序的复杂性是N log N，但这只是平均值。如果数据是以一种非常糟糕的方式排序的，那么复杂度就会跳到N^2。或者它可以是O（N）在已经按正确顺序排列的数据上（但这取决于）。所以，是的，正如你所说，它必须对它进行排序。问题在于，在人工数据集上完成排序的速度可能比在随机数据集上快得多。很好，我已经将公认的答案改为这一个，因为性能是问题的中心，这是性能最好的一个。谢谢大家!！真不敢相信！但这对我也有好处+1现在！也许
range（）
给出了一个已经排序的列表，因此是不“公平的”？我还尝试了
a=[I%10代表范围内的I（1000000）]并得到相同的结果。有趣。@AaronMcDaid-无论列表是否排序，Python都必须检查它。毕竟，计算机是如何知道它的分类的？我想我说的是对的，计算机不能，所以它会对列表进行排序。另外，我也给了NPE一个排序列表，所以一切都是公平的。通常人们说快速排序的复杂性是N log N，但这只是平均值。如果数据是以一种非常糟糕的方式排序的，那么复杂度就会跳到N^2。或者它可以是O（N）在已经按正确顺序排列的数据上（但这取决于）。所以，是的，正如你所说，它必须对它进行排序。问题在于，在人工数据集上完成排序的速度可能比在随机数据集上快得多。很好，我已经将公认的答案改为这一个，因为性能是问题的中心，这是性能最好的一个。谢谢大家!！