如何在理解中使用哨兵列表？

Question

我有一份名单

In [4]: a = [1, 2, 3, 3, 2, 4]

我想通过使用哨兵列表(见下面的原因)通过理解删除重复的内容：

In [8]: [x if x not in seen else seen.append(x) for x in a]
Out[8]: [1, 2, 3, 3, 2, 4]

看来seen没有被考虑在内(既没有更新，也没有检查)。为什么会这样呢？

至于使用复杂方法的原因:我所拥有的列表是形式的。

[{'a': 3, 'b': 4}, {'a': 10, 'b': 4}, {'a': 5, 'b': 5}]

我希望根据特定键的值删除重复项(在上述情况下是b，以保留[{'a': 3, 'b': 4}, {'a': 5, 'b': 5}] (我不在乎删除哪个dict )。这样做的目的是构建一个带有b值的哨兵列表，并且只保留没有b的dicts与该哨兵列表中的任何元素相等。

Answer 1

因为x不在seen中，所以您也不会将它添加到seen中；当x not in seen为true时，不会执行else分支。

但是，您使用的是条件表达式；它总是生成一个值；x或seen.append()的结果(即None)，因此您不是在过滤，而是在这里映射。

如果要筛选，请将测试移到if循环之后的for部分：

seen = set()
[x for x in a if not (x in seen or seen.add(x))]

由于您使用的是seen.append()，我猜想您使用的是一个列表；我将您改为set()，因为使用集合进行成员资格测试要快得多。

因此，只有在以下情况下，x才被排除在外：x in seen是真(因此我们已经看到了)，或者seen.append(x)返回了真值(None不是真)。是的，如果有点复杂的话，这是可行的。

演示：

>>> a = [1, 2, 3, 3, 2, 4]
>>> seen = set()
>>> [x for x in a if not (x in seen or seen.add(x))]
[1, 2, 3, 4]
>>> seen
set([1, 2, 3, 4])

将此应用于您的特定问题：

>>> a = [{'a': 3, 'b': 4}, {'a': 10, 'b': 4}, {'a': 5, 'b': 5}]
>>> seen = set()
>>> [entry for entry in a if not (entry['b'] in seen or seen.add(entry['b']))]
[{'a': 3, 'b': 4}, {'a': 5, 'b': 5}]

Answer 2

您从不执行if的else部分，因为在第一次匹配时不进行更新。你可以这样做：

 [seen.append(x) or x for x in lst if x not in seen]

这样，or返回最后一个值(并使用append执行更新(它总是返回None，以让或继续寻找真值-y值)。

也许您可以使用这样的事实，即dict键是用于此的集合。如果希望对最后一项进行优先级排序，请使用reversed (最后一项在这里被排序)：

>>> lst = [{'a': 3, 'b': 4}, {'a': 10, 'b': 4}, {'a': 5, 'b': 5}]
>>> filtered = {item['b']: item for item in reversed(lst)}
>>> filtered.values()
[{'a': 3, 'b': 4}, {'a': 5, 'b': 5}]

这使用'b'作为将值映射到的键，因此只能将单个元素映射到'b'‘值，这实际上在'b'上创建了一个集合。

注意：，这将以随机顺序返回值。为了很好地修复大数据集，我将创建另一个映射，将每个对象映射到原始列表(O(n))中的索引，并使用该映射作为最终结果(O(n*log(N)的排序函数。这超出了这个答案的范围。

Answer 3

我总是不愿意使用操作符优先级作为执行流控制。我觉得下面的内容稍微更明确，更令人愉快，尽管它确实承担了元组创建的额外成本。

b_values = set()
[(item, b_values.add(item['b']))[0] for item in original_list
                                    if item['b'] not in b_values]

但实际上，当您维护/更新某种状态时，我认为最好的格式是简单的for-循环：

output_list = []
b_values = set()
for item in original_list:
    if item['b'] not in b_values:
        output_list.append(item)
        b_values.add(item['b'])