Python学习笔记(1)——数组差集

时间:2023-03-09 20:14:12
Python学习笔记(1)——数组差集

面试的时候被问到这样一个问题:有A、B两个数组,找出B中有A中没有的所有元素(换言之即是求差集B-A)。当时比较紧张,用了最原始的双重嵌套循环逐个比较,很显然这种时间复杂度高达O(n2)的算法相当low。

回去之后经过思考,有了一个新的思路,即先对A、B进行排序,时间复杂度为O(nlog2n),再对排序后的数组同时遍历进行比较,这里的时间复杂度为O(n),这样总体的时间复杂度为O(nlog2n),效率比之前有了改进。(PS:在网上搜索过之后,发现还有hash的方法可以更简单,这里暂不详叙。)

于是用刚学不久的Python来编写代码实现新的思路:

 a=[1,2,3,4,5,7,9,11,19,17]
b=[1,2,4,5,6,8,10,12,14,22,16,15] a.sort()
b.sort()
print "sorted a=",a
print "sorted b=",b i=0,j=0
print ("The numbers which are in list b but not in list a include:")
while i<len(a) and j<len(b):
if a[i]==b[j] :
i=i+1
j=j+1
elif a[i]>b[j] :
c.append(b[j])
j=j+1
elif a[i]<b[j] :
i=i+1
while j<len(b):
c.append(b[j])
j=j+1
print(c)

输出的结果为:

sorted a= [1, 2, 3, 4, 5, 7, 9, 11, 17, 19]
       sorted b= [1, 2, 4, 5, 6, 8, 10, 12, 14, 15, 16, 22]
       The numbers which are in list b but not in list a include:
       [6, 8, 10, 12, 14, 15, 16, 22]

与预期的结果一致。

  PS:这里的代码有一点小问题,因为之前用Python3,后来改成了Python2.7,在后者中,print的内容不需要括号,而代码中多余的括号并没有完全移除,这里因为每一句print的内容只有一个,所以输出结果不会有差别,但是如果同一句print要输出多个元素,就会出现不同的情况。举个例子:

  print "a","b"

  print ("a","b")

  这样的两行代码,在Python3中,前一句会报错,后一句会输出:a  b 。

  而在Python2.7中,前一句会输出:a b,后一句会输出:('a','b')。


学习了一段时间Python后,发现了set()这个数据结构。在Python中,set()是一种无序不重复的数据结构,并且可以直接进行求交集、并集、差集的步骤。于是,上述问题可以直接这样写:

 import copy

 a=[1,2,3,4,5,7,9,11,19,17]
b=[1,2,4,5,6,8,10,12,14,22,16,15] A=copy.copy(a)
B=copy.copy(b) print "A=",A
print "B=",B
print "Another way to solve it : "
print list(set(B)-set(A))

输出的结果为:

  Another way to solve it :
  [6, 8, 10, 12, 14, 15, 16, 22]

  结果也是正确的。

  思路很简单,把list先转变成set,求差集之后再转回list即可。注意这里用了Python的copy这个库,因为这段代码和前面的方法实际上是写在同一个程序中,如果直接用A=a,B=b的话,A和B的内容将是排序后的a和b。理由是A=a的写法只是让A指向a的引用地址,a改变的时候,A也会随之改变;用copy.copy()的话,A才能记录原始的数组a。


用set()的方法只需要一行代码,相当简洁,但是这里存在另外一个问题:假如数组b中存在着若干个重复的元素,且这些元素不存在于数组a中,而要求的结果恰好需要重复的元素也一并列出,并且不能改变元素在数组b中出现的顺序。比如a=[1,5,2],b=[2,4,3,3],按照要求需要输出[4,3,3],然而由于set()是不重复的数据结构,如果采取上述方法会自动排序和自动剔除重复的元素,输出为[3,4],和要求不符合,那么只能寻找其他的方法了。

  之后在operator库中找到了方法,代码如下:

 import operator
a=[1,5,2]
b=[2,4,3,3] print "Without changing the order :"
for num in b:
if operator.contains(a,num)==False:
print num,

  输出的结果为:

  Without changing the order:

  4,3,3

  这样即使重复出现在数组b中的元素3也能在结果中同样重复出现,元素顺序也没有更改。operator.contains(a,num)语句的作用是判断num是否在a中,在的话为True,否则为False。


  最后查看了一下operator的源码,发现operator.contains(list,num)函数的定义仅仅是判断num in list or not,于是得到了不使用库的版本:

 a=[1,5,2]
b=[2,4,3,3]
print "With no modules:"
for num in b:
if num not in a:
print num,

  输出的结果为:

  With no modules:

  4,3,3