在python中旋转列表的有效方法

在python中旋转列表的最有效方法是什么？现在我有这样的事情：

>>> def rotate(l, n):
...     return l[n:] + l[:n]
... 
>>> l = [1,2,3,4]
>>> rotate(l,1)
[2, 3, 4, 1]
>>> rotate(l,2)
[3, 4, 1, 2]
>>> rotate(l,0)
[1, 2, 3, 4]
>>> rotate(l,-1)
[4, 1, 2, 3]

有没有更好的办法？

A collections.deque已针对两端的推拉进行了优化。他们甚至有专门的rotate()方法。

from collections import deque
items = deque([1, 2])
items.append(3)        # deque == [1, 2, 3]
items.rotate(1)        # The deque is now: [3, 1, 2]
items.rotate(-1)       # Returns deque to original state: [1, 2, 3]
item = items.popleft() # deque == [2, 3]

只是使用pop(0)呢？

list.pop([i])

删除列表中给定位置的项目，然后将其返回。如果未指定索引，则a.pop()删除并返回列表中的最后一项。（i方法签名中的方括号表示该参数是可选的，而不是您应该在该位置键入方括号。您会在Python库参考中经常看到此表示法。）

Numpy可以使用以下roll命令执行此操作：

>>> import numpy
>>> a=numpy.arange(1,10) #Generate some data
>>> numpy.roll(a,1)
array([9, 1, 2, 3, 4, 5, 6, 7, 8])
>>> numpy.roll(a,-1)
array([2, 3, 4, 5, 6, 7, 8, 9, 1])
>>> numpy.roll(a,5)
array([5, 6, 7, 8, 9, 1, 2, 3, 4])
>>> numpy.roll(a,9)
array([1, 2, 3, 4, 5, 6, 7, 8, 9])

这取决于执行此操作时想要发生的事情：

>>> shift([1,2,3], 14)

您可能要更改：

def shift(seq, n):
    return seq[n:]+seq[:n]

至：

def shift(seq, n):
    n = n % len(seq)
    return seq[n:] + seq[:n]

我想到的最简单的方法：

a.append(a.pop(0))

如果只想遍历这些元素集而不是构造单独的数据结构，请考虑使用迭代器构造生成器表达式：

def shift(l,n):
    return itertools.islice(itertools.cycle(l),n,n+len(l))

>>> list(shift([1,2,3],1))
[2, 3, 1]

这还取决于您是否希望将列表移到适当位置（对其进行突变），或者是否要让函数返回新列表。因为根据我的测试，类似这样的事情至少比添加两个列表的实现快二十倍：

def shiftInPlace(l, n):
    n = n % len(l)
    head = l[:n]
    l[:n] = []
    l.extend(head)
    return l

实际上，即使添加 l = l[:]在其顶部来对传入列表的副本进行操作，其速度仍然是其两倍。

在http://gist.github.com/288272上有一定时间的各种实现

关于时间的一些注意事项：

如果您从列表开始，那l.append(l.pop(0))是可以使用的最快方法。仅用时间复杂度就可以显示出来：

• deque.rotate为O（k）（k =元素数）
• 要进行双端队列转换的列表是O（n）
• list.append和list.pop都是O（1）

因此，如果您从deque对象开始，则可以deque.rotate()以O（k）为代价。但是，如果起点是列表，则使用的时间复杂度deque.rotate()为O（n）。l.append(l.pop(0)在O（1）更快。

只是为了说明，这是一些1M迭代的示例时序：

需要类型转换的方法：

• deque.rotate使用双端队列对象：0.12380790710449219秒（最快）
• deque.rotate类型转换：6.885387997415551秒
• np.roll使用nparray：6.0491721630096436秒
• np.roll类型转换：27.558452129364014秒

列出这里提到的方法：

• l.append(l.pop(0))：0.32483696937561035秒（最快）
• “ shiftInPlace”： 4.819645881652832秒
• ...

使用的时序代码如下。

collections.deque

显示从列表创建双端队列是O（n）：

from collections import deque
import big_o

def create_deque_from_list(l):
     return deque(l)

best, others = big_o.big_o(create_deque_from_list, lambda n: big_o.datagen.integers(n, -100, 100))
print best

# --> Linear: time = -2.6E-05 + 1.8E-08*n

如果需要创建双端队列对象：

1M次迭代@ 6.853878974914551秒

setup_deque_rotate_with_create_deque = """
from collections import deque
import random
l = [random.random() for i in range(1000)]
"""

test_deque_rotate_with_create_deque = """
dl = deque(l)
dl.rotate(-1)
"""
timeit.timeit(test_deque_rotate_with_create_deque, setup_deque_rotate_with_create_deque)

如果您已经有双端队列对象：

1M次迭代@ 0.12380790710449219秒

setup_deque_rotate_alone = """
from collections import deque
import random
l = [random.random() for i in range(1000)]
dl = deque(l)
"""

test_deque_rotate_alone= """
dl.rotate(-1)
"""
timeit.timeit(test_deque_rotate_alone, setup_deque_rotate_alone)

np.roll

如果您需要创建nparrays

1M次迭代@ 27.558452129364014秒

setup_np_roll_with_create_npa = """
import numpy as np
import random
l = [random.random() for i in range(1000)]
"""

test_np_roll_with_create_npa = """
np.roll(l,-1) # implicit conversion of l to np.nparray
"""

如果您已经有nparrays：

1M次迭代@ 6.0491721630096436秒

setup_np_roll_alone = """
import numpy as np
import random
l = [random.random() for i in range(1000)]
npa = np.array(l)
"""

test_roll_alone = """
np.roll(npa,-1)
"""
timeit.timeit(test_roll_alone, setup_np_roll_alone)

“原地转移”

不需要类型转换

1M次迭代@ 4.819645881652832秒

setup_shift_in_place="""
import random
l = [random.random() for i in range(1000)]
def shiftInPlace(l, n):
    n = n % len(l)
    head = l[:n]
    l[:n] = []
    l.extend(head)
    return l
"""

test_shift_in_place="""
shiftInPlace(l,-1)
"""

timeit.timeit(test_shift_in_place, setup_shift_in_place)

l.append（l.pop（0））

不需要类型转换

1M次迭代@ 0.32483696937561035

setup_append_pop="""
import random
l = [random.random() for i in range(1000)]
"""

test_append_pop="""
l.append(l.pop(0))
"""
timeit.timeit(test_append_pop, setup_append_pop)

我对此也很感兴趣，并将一些建议的解决方案与perfplot（我的一个小项目）进行了比较。

原来是

for _ in range(n):
    data.append(data.pop(0))

是迄今为止小班最快的方法n。

对于较大的n，

data[n:] + data[:n]

还不错

本质上，perfplot执行移位以增加大型阵列并测量时间。结果如下：

shift = 1：

shift = 100：

复制剧情的代码：

import numpy
import perfplot
import collections


shift = 100


def list_append(data):
    return data[shift:] + data[:shift]


def shift_concatenate(data):
    return numpy.concatenate([data[shift:], data[:shift]])


def roll(data):
    return numpy.roll(data, -shift)


def collections_deque(data):
    items = collections.deque(data)
    items.rotate(-shift)
    return items


def pop_append(data):
    for _ in range(shift):
        data.append(data.pop(0))
    return data


perfplot.save(
    "shift100.png",
    setup=lambda n: numpy.random.rand(n).tolist(),
    kernels=[list_append, roll, shift_concatenate, collections_deque, pop_append],
    n_range=[2 ** k for k in range(7, 20)],
    logx=True,
    logy=True,
    xlabel="len(data)",
)

可能更适合使用环形缓冲区。它不是列表，尽管出于您的目的，它的行为可能像列表一样足够。

问题在于列表上的移位效率为O（n），这对于足够大的列表而言变得非常重要。

移入环形缓冲区仅是更新头部位置，即O（1）

对于不可变的实现，您可以使用如下所示的内容：

def shift(seq, n):
    shifted_seq = []
    for i in range(len(seq)):
        shifted_seq.append(seq[(i-n) % len(seq)])
    return shifted_seq

print shift([1, 2, 3, 4], 1)

如果效率是您的目标（循环？内存？），那么最好查看一下数组模块：http : //docs.python.org/library/array.html

数组没有列表的开销。

就纯粹的清单而言，您所拥有的和您希望的一样好。

我认为您正在寻找：

a.insert(0, x)

另一种选择：

def move(arr, n):
    return [arr[(idx-n) % len(arr)] for idx,_ in enumerate(arr)]

我将此成本模型作为参考：

http://scripts.mit.edu/~6.006/fall07/wiki/index.php?title=Python_Cost_Model

切片列表并连接两个子列表的方法是线性时间操作。我建议使用pop，这是一个恒定时间的操作，例如：

def shift(list, n):
    for i in range(n)
        temp = list.pop()
        list.insert(0, temp)

我不知道这是否“有效”，但它也有效：

x = [1,2,3,4]
x.insert(0,x.pop())

编辑：您好，我刚刚发现此解决方案有大问题！考虑以下代码：

class MyClass():
    def __init__(self):
        self.classlist = []

    def shift_classlist(self): # right-shift-operation
        self.classlist.insert(0, self.classlist.pop())

if __name__ == '__main__':
    otherlist = [1,2,3]
    x = MyClass()

    # this is where kind of a magic link is created...
    x.classlist = otherlist

    for ii in xrange(2): # just to do it 2 times
        print '\n\n\nbefore shift:'
        print '     x.classlist =', x.classlist
        print '     otherlist =', otherlist
        x.shift_classlist() 
        print 'after shift:'
        print '     x.classlist =', x.classlist
        print '     otherlist =', otherlist, '<-- SHOULD NOT HAVE BIN CHANGED!'

shift_classlist（）方法执行与我的x.insert（0，x.pop（））-solution相同的代码，otherlist是与该类无关的列表。将otherlist的内容传递到MyClass.classlist列表后，调用shift_classlist（）也会更改otherlist列表：

控制台输出：

before shift:
     x.classlist = [1, 2, 3]
     otherlist = [1, 2, 3]
after shift:
     x.classlist = [3, 1, 2]
     otherlist = [3, 1, 2] <-- SHOULD NOT HAVE BIN CHANGED!



before shift:
     x.classlist = [3, 1, 2]
     otherlist = [3, 1, 2]
after shift:
     x.classlist = [2, 3, 1]
     otherlist = [2, 3, 1] <-- SHOULD NOT HAVE BIN CHANGED!

我使用Python 2.7。我不知道这是否是一个错误，但我认为我很可能在这里误解了一些东西。

你们当中有人知道为什么会这样吗？

下面的方法是在常量内存为常数的情况下使用O（n）：

def rotate(arr, shift):
  pivot = shift % len(arr)
  dst = 0
  src = pivot
  while (dst != src):
    arr[dst], arr[src] = arr[src], arr[dst]
    dst += 1
    src += 1
    if src == len(arr):
      src = pivot
    elif dst == pivot:
      pivot = src

请注意，在python中，这种方法与其他方法相比效率非常低，因为它无法利用任何部分的本机实现。

我有类似的事情。例如，要移动两个...

def Shift(*args):
    return args[len(args)-2:]+args[:len(args)-2]

我认为您有最有效的方法

def shift(l,n):
    n = n % len(l)  
    return l[-U:] + l[:-U]

用例是什么？通常，我们实际上并不需要一个完全移位的数组-我们只需要访问移位数组中的少数元素即可。

获取Python切片是运行时O（k），其中k是切片，因此切片旋转是运行时N。双端队列旋转命令也是O（k）。我们可以做得更好吗？

考虑一个非常大的数组（比方说，太大，将其切成切片在计算上会很慢）。另一种解决方案是不保留原始数组，仅计算某种移位后在所需索引中已经存在的项目的索引。

因此，访问已移位的元素将变为O（1）。

def get_shifted_element(original_list, shift_to_left, index_in_shifted):
    # back calculate the original index by reversing the left shift
    idx_original = (index_in_shifted + shift_to_left) % len(original_list)
    return original_list[idx_original]

my_list = [1, 2, 3, 4, 5]

print get_shifted_element(my_list, 1, 2) ----> outputs 4

print get_shifted_element(my_list, -2, 3) -----> outputs 2 

以下函数将发送的列表复制到临时列表，以便pop函数不会影响原始列表：

def shift(lst, n, toreverse=False):
    templist = []
    for i in lst: templist.append(i)
    if toreverse:
        for i in range(n):  templist = [templist.pop()]+templist
    else:
        for i in range(n):  templist = templist+[templist.pop(0)]
    return templist

测试：

lst = [1,2,3,4,5]
print("lst=", lst)
print("shift by 1:", shift(lst,1))
print("lst=", lst)
print("shift by 7:", shift(lst,7))
print("lst=", lst)
print("shift by 1 reverse:", shift(lst,1, True))
print("lst=", lst)
print("shift by 7 reverse:", shift(lst,7, True))
print("lst=", lst)

输出：

lst= [1, 2, 3, 4, 5]
shift by 1: [2, 3, 4, 5, 1]
lst= [1, 2, 3, 4, 5]
shift by 7: [3, 4, 5, 1, 2]
lst= [1, 2, 3, 4, 5]
shift by 1 reverse: [5, 1, 2, 3, 4]
lst= [1, 2, 3, 4, 5]
shift by 7 reverse: [4, 5, 1, 2, 3]
lst= [1, 2, 3, 4, 5]

乔恩·本特利（Jon Bentley）在“ 编程珍珠”（第2列）中描述了一种优雅而有效的算法，用于旋转位置左侧的n元素矢量：xi

让我们将问题视为将数组ab转换为array ba，但还要假设我们有一个函数可以反转数组指定部分中的元素。首先ab，我们反转a以获得，反转获得 ，然后反转整个事物以得到，正是这样。这将导致以下代码旋转：arbbarbr(arbr)rba

reverse(0, i-1)
reverse(i, n-1)
reverse(0, n-1)

可以将其转换为Python，如下所示：

def rotate(x, i):
    i %= len(x)
    x[:i] = reversed(x[:i])
    x[i:] = reversed(x[i:])
    x[:] = reversed(x)
    return x

演示：

>>> def rotate(x, i):
...     i %= len(x)
...     x[:i] = reversed(x[:i])
...     x[i:] = reversed(x[i:])
...     x[:] = reversed(x)
...     return x
... 
>>> rotate(list('abcdefgh'), 1)
['b', 'c', 'd', 'e', 'f', 'g', 'h', 'a']
>>> rotate(list('abcdefgh'), 3)
['d', 'e', 'f', 'g', 'h', 'a', 'b', 'c']
>>> rotate(list('abcdefgh'), 8)
['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h']
>>> rotate(list('abcdefgh'), 9)
['b', 'c', 'd', 'e', 'f', 'g', 'h', 'a']

为列表X = ['a', 'b', 'c', 'd', 'e', 'f']和期望的位移值shift 小于列表长度，我们可以定义函数list_shift()，如下

def list_shift(my_list, shift):
    assert shift < len(my_list)
    return my_list[shift:] + my_list[:shift]

例子，

list_shift(X,1)退货['b', 'c', 'd', 'e', 'f', 'a'] list_shift(X,3)退货['d', 'e', 'f', 'a', 'b', 'c']

def solution(A, K):
    if len(A) == 0:
        return A

    K = K % len(A)

    return A[-K:] + A[:-K]

# use case
A = [1, 2, 3, 4, 5, 6]
K = 3
print(solution(A, K))

例如，给定

A = [3, 8, 9, 7, 6]
K = 3

该函数应该返回[9, 7, 6, 3, 8]。进行了三个轮换：

[3, 8, 9, 7, 6] -> [6, 3, 8, 9, 7]
[6, 3, 8, 9, 7] -> [7, 6, 3, 8, 9]
[7, 6, 3, 8, 9] -> [9, 7, 6, 3, 8]

再举一个例子

A = [0, 0, 0]
K = 1

该函数应返回 [0, 0, 0]

给定

A = [1, 2, 3, 4]
K = 4

该函数应返回 [1, 2, 3, 4]

我一直在寻找解决此问题的方法。这解决了O（k）中的目的。

def solution(self, list, k):
    r=len(list)-1
    i = 0
    while i<k:
        temp = list[0]
        list[0:r] = list[1:r+1]
        list[r] = temp
        i+=1
    return list

具有与其他语言中的shift类似的功能：

def shift(l):
    x = l[0]
    del(l[0])
    return x