获取有序唯一项列表的最佳/最优雅Python方法

Question

我有一个或多个不按顺序排列的对象序列，这些对象是不可变的并且可以被哈希，里面可能有重复的元素。我想要得到一个没有重复元素的排序序列。

现在我使用一个集合（set）来快速收集所有元素，这样可以自动去掉重复的，然后把它转换成列表，再进行排序：

result = set()
for s in sequences:
    result = result.union(s)
result = list(result)
result.sort()
return result

这样做是有效的，但我觉得这并不是“优雅”的做法。有没有更好的方法呢？

Answer 1

我觉得你的代码写得很好，简单明了，容易理解。

我们可以通过在 list() 后面连着写来稍微缩短一下：

result = set()
for s in sequences:
    result = result.union(s)
return sorted(result)

我其实不想再简化得太多，不过你可以用 reduce() 来实现：

result = reduce(lambda s, x: s.union(x), sequences, set())
return sorted(result)

个人觉得这个比上面的更难理解，但对那些熟悉函数式编程的人来说，可能会更喜欢。

补充：@agf 在这方面比我强多了。从下面的评论来看：

return sorted(reduce(set().union, sequences))

我完全没想到这样会有效。如果我理解得没错，我们给 reduce() 传了一个可调用的对象，这实际上是 set() 的一个实例的方法（为了讨论方便，叫它 x，但要注意我并不是说 Python 会把这个名字 x 和这个对象绑定在一起）。然后 reduce() 会把 sequences 中的前两个可迭代对象传给这个函数，返回 x，也就是我们正在使用的方法的实例。接着，reduce() 会不断调用 .union() 方法，要求它将 x 和 sequences 中的下一个可迭代对象合并。由于 .union() 方法应该足够聪明，能意识到它正在和自己的实例合并，因此它不会做任何多余的工作，调用 x.union(x, some_iterable) 和 x.union(some_iterable) 的速度应该是一样的。最后，reduce() 会返回 x，这样我们就得到了想要的集合。

对我个人来说，这有点复杂。我得仔细想一想才能理解，而 itertools.chain() 的解决方案我一下子就明白了。

补充：@agf 让这个变得简单了：

return sorted(reduce(set.union, sequences, set()))

这部分的理解要简单得多！如果我们再次用 x 来称呼 set() 返回的实例（就像上面说的，我并不是说 Python 会把这个名字 x 和这个实例绑定在一起）；如果我们用 n 来指代 sequences 中的每一个“下一个”值；那么 reduce() 将会不断调用 set.union(x, n)。当然，这和 x.union(n) 是完全一样的。在我看来，如果你想要一个 reduce() 的解决方案，这个是最好的。

--

如果你想让它运行得快，问问自己：有没有办法把 itertools 应用到这个上？有一个不错的方法：

from itertools import chain
return sorted(set(chain(*sequences)))

用 *sequences 调用 itertools.chain() 可以把多个列表“扁平化”为一个可迭代对象。这有点复杂，但其实不算太难，而且这是一个常见的用法。

补充：正如 @Jbernardo 在最受欢迎的回答中所写的，@agf 在评论中也提到，itertools.chain() 返回的对象有一个 .from_iterable() 方法，文档上说它是懒加载的。* 符号会强制构建一个列表，如果可迭代对象很长，可能会消耗大量内存。实际上，你可能会有一个永无止境的生成器，而用 itertools.chain().from_iterable() 你可以一直从中提取值，只要你的程序在运行，而 * 符号则可能会导致内存耗尽。

正如 @Jbernardo 所说：

sorted(set(itertools.chain.from_iterable(sequences)))

这是最好的答案，我已经给它点赞了。

Answer 2

这个应该可以用：

sorted(set(itertools.chain.from_iterable(sequences)))