获取具有不同子列表数据类型的列表元素的交集

Question

我有两个列表，其中包含列表元素，例如：

list1 = [['placeholder1', {'data': 'data1'}], ['placeholder2', {'data': 'data2'}], ['placeholder2', {'data': 'data1'}]]
list2 = [['placeholder2', {'data': 'data2'}], ['placeholder3', {'data': 'data5'}]]

intersection_result = [['placeholder2', {'data': 'data2'}]]

子列表元素的结构只是一个例子。所有子列表元素也可能包含字符串['asdf', 'qwert']或字符串和数字的混合['sdfs', 232]。但是，子列表结构总是相同的（在两个列表中）。你知道吗

如何获得两个列表中相同的列表元素的交集？你知道吗

Answer 1

一个简单的解决方案，它将独立于数据的结构。 您可以为数据生成signature hashes（使用json或pformat），并在list1和list2中查找公共哈希。你知道吗

演示：http://ideone.com/5i9cs8

import json

list1 = [['placeholder1', {'data': 'data1'}], ['placeholder2', {'data': 'data2'}], ['placeholder2', {'data': 'data1'}]]
list2 = [['placeholder2', {'data': 'data2'}], ['placeholder3', {'data': 'data5'}]]
sig1 = { hash(json.dumps(x, sort_keys=True)):x for x in list1 }
sig2 = { hash(json.dumps(x, sort_keys=True)):x for x in list2 }
result = {x:sig1[x] for x in sig1 if x in sig2}
print(result)
#prints {-7754841686355067234: ['placeholder2', {'data': 'data2'}]}

• 如果您的字典中有不支持json序列化的数据，例如datetime，pformat将很好地工作，或者您可以使用cPickle，str也适用于简单的情况。您可以根据您的数据集和所需的效率进行选择。你知道吗

Answer 2

如果我的理解是正确的，您可以通过检查并选择最小列表中与较大列表中元素相等的元素的^{}来获得交集。你知道吗

理解一下，这看起来是这样的：

intersection_res = [l for l in min(list2, list1, key=len) if any(l == l2 for l2 in max(list1, list2, key=len))]

它使用，^{}和^{}以及分配给^{}的键来始终从较小的列表中进行选择，并与较大的列表进行检查。你知道吗

这将产生：

print(intersection_res)
[['placeholder2', {'data': 'data2'}]]

如果您预先指定了最小-最大列表，或者，当然，如果您始终确定哪个列表比另一个列表大，则可以减少这种理解：

sm, la = list1, list2 if len(list1) < len(list2) else list2, list1
intersection_res = [l for l in sm if any(l == l2 for l2 in la)]