我在Python中有一个元组列表,并且有一个条件,如果元组不在列表中,那么我只想接受分支(如果它在列表中,那么我就不想接受if分支)
if curr_x -1 > 0 and (curr_x-1 , curr_y) not in myList:
# Do Something
不过,这对我来说并不是很有效。我做错了什么?
myList.count((curr_x, curr_y))
,如果(curr_x, curr_y)
在不是myList
,其结果将是0
我在Python中有一个元组列表,并且有一个条件,如果元组不在列表中,那么我只想接受分支(如果它在列表中,那么我就不想接受if分支)
if curr_x -1 > 0 and (curr_x-1 , curr_y) not in myList:
# Do Something
不过,这对我来说并不是很有效。我做错了什么?
myList.count((curr_x, curr_y))
,如果(curr_x, curr_y)
在不是myList
,其结果将是0
Answers:
该错误可能在代码中的其他地方,因为它应该可以正常工作:
>>> 3 not in [2, 3, 4]
False
>>> 3 not in [4, 5, 6]
True
或与元组:
>>> (2, 3) not in [(2, 3), (5, 6), (9, 1)]
False
>>> (2, 3) not in [(2, 7), (7, 3), "hi"]
True
if not ELEMENT in COLLECTION:
A not in B
减少到做not B.__contains__(A)
什么not A in B
与减少到是一样not B.__contains__(A)
。
__notcontains__
。对不起,那我所说的只是胡说。
not
优先级高于in
不存在的优先级。考虑将结果归结为A的ast.dump(ast.parse("not A in B").body[0])
结果,"Expr(value=UnaryOp(op=Not(), operand=Compare(left=Name(id='A', ctx=Load()), ops=[In()], comparators=[Name(id='B', ctx=Load())])))"
如果not
将其紧紧地归为A,则可以预期结果"Expr(value=Compare(left=UnaryOp(op=Not(), operand=Name(id='A', ctx=Load())), ops=[In()], comparators=[Name(id='B', ctx=Load())]))"
是的解析"(not A) in B"
。
如何检查Python列表中是否包含某些内容?
最便宜,最易读的解决方案是使用in
运算符(或在您的特定情况下为not in
)。如文档中所述,
运营商
in
并not in
进行会员资格测试。x in s
评估True
是否x
为的成员s
,False
否则为。x not in s
返回的否定x in s
。
另外,
运算符
not in
被定义为具有的反真值in
。
y not in x
在逻辑上与相同not y in x
。
这里有一些例子:
'a' in [1, 2, 3]
# False
'c' in ['a', 'b', 'c']
# True
'a' not in [1, 2, 3]
# True
'c' not in ['a', 'b', 'c']
# False
这也适用于元组,因为元组是可哈希的(由于它们也是不可变的):
(1, 2) in [(3, 4), (1, 2)]
# True
如果RHS上的对象定义了一个__contains__()
方法,in
则将在内部调用该方法,如文档“ 比较”部分的最后一段所述。
...
in
和not in
,由可迭代或实现该__contains__()
方法的类型支持 。例如,您可以(但不应)这样做:
[3, 2, 1].__contains__(1)
# True
in
短路,因此,如果您的元素位于列表的开头,则in
求值速度更快:
lst = list(range(10001))
%timeit 1 in lst
%timeit 10000 in lst # Expected to take longer time.
68.9 ns ± 0.613 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)
178 µs ± 5.01 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)
如果您要做的不仅仅是检查项目是否在列表中,还可以使用以下选项:
list.index
可用于检索项目的索引。如果该元素不存在,ValueError
则引发a。list.count
如果您要计算发生次数,可以使用。set
s吗?问自己以下问题:
hash
给他们吗?如果您对这些问题的回答为“是”,则应改用“ a” set
。s 的in
隶属度检验list
是O(n)时间复杂度。这意味着python必须对列表进行线性扫描,访问每个元素并将其与搜索项进行比较。如果您重复执行此操作,或者列表很大,那么此操作将产生开销。
set
另一方面,对象会对其值进行哈希处理以进行恒定时间成员资格检查。该检查也可以使用in
:
1 in {1, 2, 3}
# True
'a' not in {'a', 'b', 'c'}
# False
(1, 2) in {('a', 'c'), (1, 2)}
# True
如果您很不幸地要搜索/不搜索的元素位于列表的末尾,则python将一直扫描列表至末尾。从以下时间可以明显看出这一点:
l = list(range(100001))
s = set(l)
%timeit 100000 in l
%timeit 100000 in s
2.58 ms ± 58.9 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
101 ns ± 9.53 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)
提醒一下,这是一个合适的选项,只要要存储和查找的元素是可哈希的即可。IOW,它们要么必须是不可变的类型,要么是必须实现的对象__hash__
。
3 -1 > 0 and (4-1 , 5) not in []
⤇True
因此错误不是运算符优先级之一。