Python 列表的交集、并集、差集

2019-03-12

Python 中列表的交集、并集、差集可以有两种方式，列表解析和 set 的函数

直接上代码

#!/usr/bin/env python
# -*- coding:utf-8 -*-
# Author: wxnacy(wxnacy@gmail.com)
# Description: 列表的交集、并集、差集

import random

def rand_int_arr(length):
    arr = []
    for i in range(length):
        r = random.randrange(19)
        arr.append(r)
    return arr

def intersection1(a, b):
    '''交集：使用列表解析'''
    return list(set([i for i in a if i in b]))

def intersection2(a, b):
    '''交集：使用自带函数'''
    return list(set(a).intersection(set(b)))

def union1(a, b):
    '''并集：使用列表相加'''
    return list(set(a + b))

def union2(a, b):
    '''并集：使用自带函数'''
    return list(set(a).union(set(b)))

def difference1(a, b):
    '''差集：使用列表解析'''
    return list(set([i for i in a if i not in b]))

def difference2(a, b):
    '''差集：使用自带函数'''
    return list(set(a).difference(set(b)))


if __name__ == "__main__":
    a = rand_int_arr(10)
    b = rand_int_arr(10)
    print(a)
    print(b)
    r1 = intersection1(a, b)
    print('交集：使用列表解析', r1)
    r2 = intersection2(a, b)
    print('交集：使用自带函数', r2)
    r3 = union1(a, b)
    print('并集：使用列表相加', r3)
    r4 = union2(a, b)
    print('并集：使用自带函数', r4)
    r5 = difference1(a, b)
    print('差集：使用列表解析', r5)
    r6 = difference2(a, b)
    print('差集：使用自带函数', r6)

    # [5, 8, 13, 0, 7, 16, 13, 2, 2, 7]
    # [11, 10, 6, 17, 7, 13, 2, 16, 10, 13]
    # 交集：使用列表解析 [16, 2, 13, 7]
    # 交集：使用自带函数 [16, 2, 13, 7]
    # 并集：使用列表相加 [0, 2, 5, 6, 7, 8, 10, 11, 13, 16, 17]
    # 并集：使用自带函数 [0, 2, 5, 6, 7, 8, 10, 11, 13, 16, 17]
    # 差集：使用列表解析 [8, 0, 5]
    # 差集：使用自带函数 [0, 8, 5]

除了并集可以通过列表相加实现，其他的如果不用函数就需要用到列表解析，下面我们来对比下速度

将 a 和 b 的长度改为 10000，将随机数的幅度也改了 10000，运行以下程序

#!/usr/bin/env python
# -*- coding:utf-8 -*-
# Author: wxnacy(wxnacy@gmail.com)
# Description: 列表的交集、并集、差集

import random
import time

def rand_int_arr(length):
    arr = []
    for i in range(length):
        r = random.randrange(10000)
        arr.append(r)
    return arr

def intersection1(a, b):
    '''交集：使用列表解析'''
    return list(set([i for i in a if i in b]))

def intersection2(a, b):
    '''交集：使用自带函数'''
    return list(set(a).intersection(set(b)))

def union1(a, b):
    '''并集：使用列表相加'''
    return list(set(a + b))

def union2(a, b):
    '''并集：使用自带函数'''
    return list(set(a).union(set(b)))

def difference1(a, b):
    '''差集：使用列表解析'''
    return list(set([i for i in a if i not in b]))

def difference2(a, b):
    '''差集：使用自带函数'''
    return list(set(a).difference(set(b)))


if __name__ == "__main__":
    a = rand_int_arr(10000)
    b = rand_int_arr(10000)
    begin = time.clock()
    r1 = intersection1(a, b)
    print('交集：使用列表解析', time.clock() - begin)
    begin = time.clock()
    r2 = intersection2(a, b)
    print('交集：使用自带函数', time.clock() - begin)
    begin = time.clock()
    r3 = union1(a, b)
    print('并集：使用列表相加', time.clock() - begin)
    begin = time.clock()
    r4 = union2(a, b)
    print('并集：使用自带函数', time.clock() - begin)
    begin = time.clock()
    r5 = difference1(a, b)
    print('差集：使用列表解析', time.clock() - begin)
    begin = time.clock()
    r6 = difference2(a, b)
    print('差集：使用自带函数', time.clock() - begin)

#  交集：使用列表解析 0.9532590000000001
#  交集：使用自带函数 0.002062999999999926
#  并集：使用列表相加 0.0010879999999999779
#  并集：使用自带函数 0.0022370000000000445
#  差集：使用列表解析 0.9966799999999998
#  差集：使用自带函数 0.0014449999999999186

通过这个结果看，列表解析和函数相比，还是函数的速度快很多，并且不是一个量级的，而在并集中列表相加则比函数要快一些，但是幅度并不大。