获取列表中唯一值的有趣代码

Question

假设有一个列表 s = [2,2,2,3,3,3,4,4,4]

我看到有人用下面的代码来获取列表s中的唯一值：

unique_s = sorted(unique(s))

这里的唯一值是这样定义的：

def unique(seq): 
    # not order preserving 
    set = {}
    map(set.__setitem__, seq, []) 
    return set.keys()

我只是好奇，这段代码和直接用 list(set(s)) 有什么区别吗？这两种方法都能得到一个可变的对象，里面的值是一样的。

我在想，这段代码可能更快，因为它只循环了一次，而类型转换的情况下要循环两次？

Answer 1

对于一个已经排好序的序列，你可以使用itertools的unique_justseen()方法来获取唯一的值，同时保持它们的顺序：

from itertools import groupby
from operator import itemgetter

print map(itemgetter(0), groupby([2,2,2,3,3,3,4,4,4]))
# -> [2, 3, 4]

如果你想在一个排好序的序列中直接去掉重复的项（只留下唯一的值）：

def del_dups(sorted_seq):
    prev = object()
    pos = 0
    for item in sorted_seq:
        if item != prev:
            prev = item
            sorted_seq[pos] = item
            pos += 1
    del sorted_seq[pos:]

L = [2,2,2,3,3,3,4,4,4]
del_dups(L)
print L # -> [2, 3, 4]

Answer 2

你应该使用你所描述的代码：

list(set(s))

这个代码在所有从2.4（我记得没错的话）到3.3的Python版本上都能运行，简洁明了，并且使用了内置函数，容易理解。

这个叫做 unique 的函数似乎是为了在 set 不是内置函数的情况下也能工作，这在Python 2.3中是成立的。Python 2.3已经相当老了（发布于2003年）。而且，这个 unique 函数在Python 3.x系列中也有问题，因为在Python 3.x中， dict.keys 返回的是一个迭代器。