如何在列表中查找重叠元组并返回重叠元组

Question

我目前有一个包含元组的列表。overlap_list = [(10001656, 10001717), (700, 60000), (10001657, 10001718), (10001657, 10001716), (10031548, 10031643), (10031556, 10031656)]我想要以下输出：new_list=[(10001656, 10001717),(10001657, 10001718),(10001657, 10001716),(10031548, 10031643), (10031556, 10031656)]元组内的数字是开始和结束边界。我想找到数字之间重叠的任何元组。我已经尝试过我找到的这段代码，它问了一个类似的问题：import itertools as ittoolsdef pairwise(iterable):    a, b = ittools.tee(iterable)    next(b, None)    return zip(a, b)overlap_list = [(10001656, 10001717), (700, 60000), (10001657, 10001718), (10001657, 10001716), (10031548, 10031643), (10031556, 10031656)]print([list(p) for k, p in it.groupby(pairwise(overlap_list), lambda x: x[0][0] < x[1][0] < x[0][1]) if k])但这给出了：[[((10031548, 10031643), (10031556, 10031656))]]我看过不同的解决方案，但我面临的问题是，按之前的位置进行索引似乎不起作用。如何获得所需的输出？任何帮助将不胜感激。

Answer 1

老实说-我并不真正了解您的代码及其背后的想法，因此无法告诉您为什么结果仅包含所需元组的子集。

但是，我有一个不同的方法，你可能会觉得有趣。

主要思想是有一个可以测试两个元组是否重叠的函数。此函数适用于overlap_list. 如果两个重叠，则将它们添加到结果列表中，该列表随后将包含重复项，因此list(set(result))最终应用。但是，您可以将演员表放在列表中，因为一组都可以，因此我可以...

测试函数的想法是简单地对要测试的两个元组的 4 个值进行排序并查看排序顺序（请参阅 参考资料numpy.argsort）。如果前两个索引是 0/1 或 2/3，则两个元组不重叠。

换句话说：针对存在进行测试，>1它们必须是不相等的，即不能同时为真或假：

def overlap_test(tpl1, tpl2):

    import numpy as np

    a, b = np.argsort(tpl1 + tpl2)[:2] > 1

    return a != b

这是使用该函数的循环：

import itertools as it

result = []

for test_tpl, sec_tpl in list(it.combinations(overlap_list, 2)):

    if overlap_test(test_tpl, sec_tpl):

        result.extend([test_tpl, sec_tpl])

result = list(set(result))

# [(10001657, 10001718),

#  (10031556, 10031656),

#  (10031548, 10031643),

#  (10001657, 10001716),

#  (10001656, 10001717)]

我仍然想知道循环是否不能更有效，并且这样是否也set无法优化对循环的需求 - 好吧，也许你会找到一个更好的循环。

编辑：

到目前为止并没有真正发现有什么不同，但有一点改进：

相同的方法，但从set一开始就使用：

def find_overlap_tuples_0(tpl_list):

    result = set()

    for test_tpl, sec_tpl in list(it.combinations(tpl_list, 2)):

        if overlap_test(test_tpl, sec_tpl):

            result.add(test_tpl)

            result.add(sec_tpl)

    return list(result)

# %timeit find_overlap_tuples_0(overlap_list)

# 178 µs ± 4.87 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)

有点不同，仅基于排列和分组（似乎稍微快一点）：

def find_overlap_tuples_1(tpl_list):

    result = set()

    no_ovl = set()

    for a, grp in it.groupby(it.permutations(tpl_list, 2), lambda x: x[0]):

        for b in grp:

            if (a not in result) and (b[1] not in no_ovl):

                if overlap_test(*b):

                    result.add(b[0])

                    result.add(b[1])

                    break

                no_ovl.add(b[0])

    return list(result)

# %timeit find_overlap_tuples_1(overlap_list)

# 139 µs ± 1.59 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)

Answer 2

似乎您可以对列表进行排序，以便任何重叠的开始和停止都是相邻的，然后只比较邻居以确定是否由于不重叠而需要过滤掉任何元组（不需要在代码末尾进行排序，只是更容易在打印输出中看到重叠的邻居）。

l = [(10001656, 10001717), (700, 60000), (10001657, 10001718), (10001657, 10001716), (10031548, 10031643), (10031556, 10031656)]

l.sort()

overlap = set()

for a, b in zip(l, l[1:]):

    if a[1] >= b[0] and a[1] <= b[1]:

        overlap.add(a)

    if b[0] >= a[0] and b[0] <= a[1]:

        overlap.add(b)

overlap = sorted(overlap)        

print(overlap)

# [(10001657, 10001716), (10001657, 10001718), (10031548, 10031643), (10031556, 10031656)]