识别列表中连续数字的组
- 2024-12-04 08:56:00
- admin 原创
- 141
问题描述：
我想识别列表中连续数字的组，以便：
myfunc([2, 3, 4, 5, 12, 13, 14, 15, 16, 17, 20])
返回：
[(2,5), (12,17), 20]
并且想知道实现这一目标的最佳方法是什么（特别是如果 Python 中内置了某些东西）。
编辑：注意我最初忘了提到单个数字应该作为单个数字返回，而不是范围。
解决方案 1：
编辑2：回答OP的新要求
ranges = []
for key, group in groupby(enumerate(data), lambda (index, item): index - item):
group = map(itemgetter(1), group)
if len(group) > 1:
ranges.append(xrange(group[0], group[-1]))
else:
ranges.append(group[0])
输出：
[xrange(2, 5), xrange(12, 17), 20]
您可以用 range 或任何其他自定义类替换 xrange。
Python 文档对此有一个非常巧妙的解决方法：
from operator import itemgetter
from itertools import groupby
data = [2, 3, 4, 5, 12, 13, 14, 15, 16, 17]
for k, g in groupby(enumerate(data), lambda (i,x):i-x):
print(map(itemgetter(1), g))
输出：
[2, 3, 4, 5]
[12, 13, 14, 15, 16, 17]
如果您想获得完全相同的输出，您可以这样做：
ranges = []
for k, g in groupby(enumerate(data), lambda (i,x):i-x):
group = map(itemgetter(1), g)
ranges.append((group[0], group[-1]))
输出：
[(2, 5), (12, 17)]
编辑：该示例已在文档中解释过，但也许我应该进一步解释一下：
解决方案的关键是使用范围进行差分，以便连续的数字都出现在同一组中。
如果数据是：[2, 3, 4, 5, 12, 13, 14, 15, 16, 17]
则groupby(enumerate(data), lambda (i,x):i-x)相当于以下内容：
groupby(
[(0, 2), (1, 3), (2, 4), (3, 5), (4, 12),
(5, 13), (6, 14), (7, 15), (8, 16), (9, 17)],
lambda (i,x):i-x
)
lambda 函数从元素值中减去元素索引。因此，当您将 lambda 应用于每个项目时。您将获得 groupby 的以下键：
[-2, -2, -2, -2, -8, -8, -8, -8, -8, -8]
groupby 按相等的键值对元素进行分组，因此前 4 个元素将被分组在一起，依此类推。
我希望这会使它更具可读性。
python 3版本可能对初学者有帮助
首先导入所需的库
from itertools import groupby
from operator import itemgetter
ranges =[]
for k,g in groupby(enumerate(data),lambda x:x[0]-x[1]):
group = (map(itemgetter(1),g))
group = list(map(int,group))
ranges.append((group[0],group[-1]))
解决方案 2：
more_itertools.consecutive_groups是在 4.0 版本中添加的。
演示
import more_itertools as mit
iterable = [2, 3, 4, 5, 12, 13, 14, 15, 16, 17, 20]
[list(group) for group in mit.consecutive_groups(iterable)]
# [[2, 3, 4, 5], [12, 13, 14, 15, 16, 17], [20]]
代码
应用此工具，我们制作一个查找连续数字范围的生成器函数。
def find_ranges(iterable):
"""Yield range of consecutive numbers."""
for group in mit.consecutive_groups(iterable):
group = list(group)
if len(group) == 1:
yield group[0]
else:
yield group[0], group[-1]
iterable = [2, 3, 4, 5, 12, 13, 14, 15, 16, 17, 20]
list(find_ranges(iterable))
# [(2, 5), (12, 17), 20]
源实现模拟了经典配方（如@Nadia Alramli 所示）。
注意：more_itertools是可通过 安装的第三方包pip install more_itertools。
解决方案 3：
我认为这个“幼稚”的解决方案至少具有一定的可读性。
x = [2, 3, 4, 5, 12, 13, 14, 15, 16, 17, 22, 25, 26, 28, 51, 52, 57]
def group(L):
first = last = L[0]
for n in L[1:]:
if n - 1 == last: # Part of the group, bump the end
last = n
else: # Not part of the group, yield current group and start a new
yield first, last
first = last = n
yield first, last # Yield the last group
>>>print list(group(x))
[(2, 5), (12, 17), (22, 22), (25, 26), (28, 28), (51, 52), (57, 57)]
解决方案 4：
假设您的列表已排序：
>>> from itertools import groupby
>>> def ranges(lst):
pos = (j - i for i, j in enumerate(lst))
t = 0
for i, els in groupby(pos):
l = len(list(els))
el = lst[t]
t += l
yield range(el, el+l)
>>> lst = [2, 3, 4, 5, 12, 13, 14, 15, 16, 17]
>>> list(ranges(lst))
[range(2, 6), range(12, 18)]
解决方案 5：
这是可以工作的东西，无需任何导入：
def myfunc(lst):
ret = []
a = b = lst[0] # a and b are range's bounds
for el in lst[1:]:
if el == b+1:
b = el # range grows
else: # range ended
ret.append(a if a==b else (a,b)) # is a single or a range?
a = b = el # let's start again with a single
ret.append(a if a==b else (a,b)) # corner case for last single/range
return ret
解决方案 6：
请注意，使用的代码groupby无法按照 Python 3 中给出的方式工作，因此请使用它。
for k, g in groupby(enumerate(data), lambda x:x[0]-x[1]):
group = list(map(itemgetter(1), g))
ranges.append((group[0], group[-1]))
解决方案 7：
这是我尝试优先考虑可读性的方法。请注意，如果组中只有一个值，它将返回相同值的元组。这可以在我将发布的第二个代码片段中轻松修复。
def group(values):
"""return the first and last value of each continuous set in a list of sorted values"""
values = sorted(values)
first = last = values[0]
for index in values[1:]:
if index - last > 1: # triggered if in a new group
yield first, last
first = index # update first only if in a new group
last = index # update last on every iteration
yield first, last # this is needed to yield the last set of numbers
以下是测试的结果：
values = [0, 5, 6, 7, 12, 13, 21, 22, 23, 24, 25, 26, 30, 44, 45, 50]
result = list(group(values))
print(result)
结果 =[(0, 0), (5, 7), (12, 13), (21, 26), (30, 30), (44, 45), (50, 50)]
如果希望在组中只有一个值的情况下仅返回一个值，只需向收益添加条件检查：
def group(values):
"""return the first and last value of each continuous set in a list of sorted values"""
values = sorted(values)
first = last = values[0]
for index in values[1:]:
if index - last > 1: # triggered if in a new group
if first == last:
yield first
else:
yield first, last
first = index # update first only if in a new group
last = index # update last on every iteration
if first == last:
yield first
else:
yield first, last
结果 =[0, (5, 7), (12, 13), (21, 26), 30, (44, 45), 50]
解决方案 8：
我认为这种方法比我在这里看到的任何答案都简单（编辑：根据 Pleastry 的评论进行修复）：
data = [2, 3, 4, 5, 12, 13, 14, 15, 16, 17, 20]
starts = [x for x in data if x-1 not in data and x+1 in data]
ends = [x for x in data if x-1 in data and x+1 not in data and x not in starts]
singles = [x for x in data if x-1 not in data and x+1 not in data]
list(zip(starts, ends)) + singles
输出：
[(2, 5), (12, 17), 20]
編輯：
正如 @dawg 所说，这是 O(n**2)。提高性能的一个选项是将原始列表转换为集合（并将起始列表转换为集合），即
data = [2, 3, 4, 5, 12, 13, 14, 15, 16, 17, 20]
data_as_set = set(data)
starts = [x for x in data_as_set if x-1 not in data_as_set and x+1 in data_as_set]
startset = set(starts)
ends = [x for x in data_as_set if x-1 in data_as_set and x+1 not in data_as_set and x not in startset]
singles = [x for x in data_as_set if x-1 not in data_as_set and x+1 not in data_as_set]
print(list(zip(starts, ends)) + singles)
解决方案 9：
这不使用标准函数 - 它只是迭代输入，但它应该可以工作：
def myfunc(l):
r = []
p = q = None
for x in l + [-1]:
if x - 1 == q:
q += 1
else:
if p:
if q > p:
r.append('%s-%s' % (p, q))
else:
r.append(str(p))
p = q = x
return '(%s)' % ', '.join(r)
请注意，它要求输入仅包含按升序排列的正数。您应该验证输入，但为了清晰起见，省略了此代码。
解决方案 10：
import numpy as np
myarray = [2, 3, 4, 5, 12, 13, 14, 15, 16, 17, 20]
sequences = np.split(myarray, np.array(np.where(np.diff(myarray) > 1)[0]) + 1)
l = []
for s in sequences:
if len(s) > 1:
l.append((np.min(s), np.max(s)))
else:
l.append(s[0])
print(l)
输出：
[(2, 5), (12, 17), 20]
解决方案 11：
使用groupby和countfromitertools可以得到一个简短的解决方案。这个想法是，在递增序列中，索引和值之间的差值将保持不变。
为了跟踪索引，我们可以使用itertools.count，这可以使代码更简洁enumerate：
from itertools import groupby, count
def intervals(data):
out = []
counter = count()
for key, group in groupby(data, key = lambda x: x-next(counter)):
block = list(group)
out.append([block[0], block[-1]])
return out
一些示例输出：
print(intervals([0, 1, 3, 4, 6]))
# [[0, 1], [3, 4], [6, 6]]
print(intervals([2, 3, 4, 5]))
# [[2, 5]]
解决方案 12：
再来一个美照：
from itertools import groupby
def myfunc(lst):
for k, g in groupby(enumerate(lst), key=lambda x: x[1]-x[0]):
first = last = next(g)[1]
for _, last in g: pass
yield first if first==last else (first, last)
>>> list(myfunc([2, 3, 4, 5, 12, 13, 14, 15, 16, 17, 20]))
[(2, 5), (12, 17), 20]
解决方案 13：
这是我得出的答案。我写代码是为了让其他人理解，所以我对变量名和注释相当冗长。
首先是一个快速辅助函数：
def getpreviousitem(mylist,myitem):
'''Given a list and an item, return previous item in list'''
for position, item in enumerate(mylist):
if item == myitem:
# First item has no previous item
if position == 0:
return None
# Return previous item
return mylist[position-1]
然后是实际的代码：
def getranges(cpulist):
'''Given a sorted list of numbers, return a list of ranges'''
rangelist = []
inrange = False
for item in cpulist:
previousitem = getpreviousitem(cpulist,item)
if previousitem == item - 1:
# We're in a range
if inrange == True:
# It's an existing range - change the end to the current item
newrange[1] = item
else:
# We've found a new range.
newrange = [item-1,item]
# Update to show we are now in a range
inrange = True
else:
# We were in a range but now it just ended
if inrange == True:
# Save the old range
rangelist.append(newrange)
# Update to show we're no longer in a range
inrange = False
# Add the final range found to our list
if inrange == True:
rangelist.append(newrange)
return rangelist
示例运行：
getranges([2, 3, 4, 5, 12, 13, 14, 15, 16, 17])
返回：
[[2, 5], [12, 17]]
解决方案 14：
使用 numpy + 理解列表：
使用 numpy diff 函数，可以识别出差异不等于一的后续输入向量条目。需要考虑输入向量的开始和结束。
import numpy as np
data = np.array([2, 3, 4, 5, 12, 13, 14, 15, 16, 17, 20])
d = [i for i, df in enumerate(np.diff(data)) if df!= 1]
d = np.hstack([-1, d, len(data)-1]) # add first and last elements
d = np.vstack([d[:-1]+1, d[1:]]).T
print(data[d])
输出：
[[ 2 5]
[12 17]
[20 20]]
注意：省略了对单个数字应区别对待（作为单个数字而不是范围返回）的要求。这可以通过进一步对结果进行后处理来实现。通常这会使事情变得更加复杂，而不会带来任何好处。
解决方案 15：
如果感兴趣的话，可以使用 Python 2.7 中的一行代码：
x = [2, 3, 6, 7, 8, 14, 15, 19, 20, 21]
d = iter(x[:1] + sum(([i1, i2] for i1, i2 in zip(x, x[1:] + x[:1]) if i2 != i1+1), []))
print zip(d, d)
>>> [(2, 3), (6, 8), (14, 15), (19, 21)]
解决方案 16：
无需额外导入即可运行的简短解决方案。它接受任何可迭代对象，对未排序的输入进行排序，并删除重复项：
def ranges(nums):
nums = sorted(set(nums))
gaps = [[s, e] for s, e in zip(nums, nums[1:]) if s+1 < e]
edges = iter(nums[:1] + sum(gaps, []) + nums[-1:])
return list(zip(edges, edges))
例子：
>>> ranges([2, 3, 4, 7, 8, 9, 15])
[(2, 4), (7, 9), (15, 15)]
>>> ranges([-1, 0, 1, 2, 3, 12, 13, 15, 100])
[(-1, 3), (12, 13), (15, 15), (100, 100)]
>>> ranges(range(100))
[(0, 99)]
>>> ranges([0])
[(0, 0)]
>>> ranges([])
[]
这与@dansalmo 的解决方案相同，我发现它很神奇，尽管阅读和应用有点困难（因为它不是作为函数给出的）。
请注意，它可以很容易地被修改以输出“传统的”开放范围[start, end)，例如通过改变返回语句：
return [(s, e+1) for s, e in zip(edges, edges)]
我从另一个被标记为重复的问题中复制了这个答案，目的是让它更容易被找到（在我刚刚再次搜索这个主题之后，起初只在这里找到这个问题，并且对给出的答案并不满意）。
解决方案 17：
Mark Byers、Andrea Ambu、SilentGhost、Nadia Alramli和truppo编写的版本简单快捷。“truppo”版本鼓励我编写一个版本，该版本在处理除 1 以外的步长时保留相同的灵活行为（并将列表作为在给定步长下不超过 1 步的单例元素）。它在此处给出。
>>> list(ranges([1,2,3,4,3,2,1,3,5,7,11,1,2,3]))
[(1, 4, 1), (3, 1, -1), (3, 7, 2), 11, (1, 3, 1)]
解决方案 18：
这不是最好的方法，但这是我的看法
def getConsecutiveValues2(arr):
x = ""
final = []
end = 0
start = 0
for i in range(1,len(arr)) :
if arr[i] - arr[i-1] == 1 :
end = i
else :
print(start,end)
final.append(arr[start:end+1])
start = i
if i == len(arr) - 1 :
final.append(arr[start:end+1])
return final
x = [1,2,3,5,6,8,9,10,11,12]
print(getConsecutiveValues2(x))
>> [[1, 2, 3], [5, 6], [8, 9, 10, 11]]
解决方案 19：
此实现适用于常规或不规则步骤
我需要实现同样的事情，但略有不同，步骤可能不规则。这是我的实现
def ranges(l):
if not len(l):
return range(0,0)
elif len(l)==1:
return range(l[0],l[0]+1)
# get steps
sl = sorted(l)
steps = [i-j for i,j in zip(sl[1:],sl[:-1])]
# get unique steps indexes range
groups = [[0,0,steps[0]],]
for i,s in enumerate(steps):
if s==groups[-1][-1]:
groups[-1][1] = i+1
else:
groups.append( [i+1,i+1,s] )
g2 = groups[-2]
if g2[0]==g2[1]:
if sl[i+1]-sl[i]==s:
_=groups.pop(-2)
groups[-1][0] = i
# create list of ranges
return [range(sl[i],sl[j]+s,s) if s!=0 else [sl[i]]*(j+1-i) for i,j,s in groups]
以下是一个例子
from timeit import timeit
# for regular ranges
l = list(range(1000000))
ranges(l)
>>> [range(0, 1000000)]
l = list(range(10)) + list(range(20,25)) + [1,2,3]
ranges(l)
>>> [range(0, 2), range(1, 3), range(2, 4), range(3, 10), range(20, 25)]
sorted(l);[list(i) for i in ranges(l)]
>>> [0, 1, 1, 2, 2, 3, 3, 4, 5, 6, 7, 8, 9, 20, 21, 22, 23, 24]
>>> [[0, 1], [1, 2], [2, 3], [3, 4, 5, 6, 7, 8, 9], [20, 21, 22, 23, 24]]
# for irregular steps list
l = [1, 3, 5, 7, 10, 11, 12, 100, 200, 300, 400, 60, 99, 4000,4001]
ranges(l)
>>> [range(1, 9, 2), range(10, 13), range(60, 138, 39), range(100, 500, 100), range(4000, 4002)]
## Speed test
timeit("ranges(l)","from __main__ import ranges,l", number=1000)/1000
>>> 9.303160999934334e-06
解决方案 20：
如果您希望输入是一个集合，那么还有另一种解决方案：
def group_years(years):
consecutive_years = []
for year in years:
close = {y for y in years if abs(y - year) == 1}
for group in consecutive_years:
if len(close.intersection(group)):
group |= close
break
else:
consecutive_years.append({year, *close})
return consecutive_years
例子：
group_years({2016, 2017, 2019, 2020, 2022})
Out[54]: [{2016, 2017}, {2019, 2020}, {2022}]
解决方案 21：
我建议使用部分来处理这个问题：
from portion import closeopen
integer_list = [2, 3, 4, 5, 12, 13, 14, 15, 16, 17, 20]
joined_portion = closeopen(0, 0)
for integer in integer_list:
joined_portion |= closeopen(integer, integer + 1)
print(joined_portion) # [2,6) | [12,18) | [20,21)
因为它返回一个对象，所以您可以轻松处理间隔：
for number_interval in joined_portion:
print(number_interval.lower, number_interval.upper - 1) # minus 1 because it was closeopen interval
相关推荐
热门文章
项目管理软件有哪些？
热门标签
云禅道AD
