代码之家 › 专栏 › 技术社区 › Srikar Appalaraju Tonetel

查找字符串序列中的间隙

python

Srikar Appalaraju Tonetel · 技术社区 · 14 年前

我有一系列的线索- 0000001, 0000002, 0000003.... 高达200万。它们不是相邻的。意思是有差距。假设在0000003之后,下一个字符串可能是0000006。我需要找出所有这些差距。在上述情况下(00000040005)。

这就是我到目前为止所做的-

gaps  = list()
total = len(curr_ids)

for i in range(total):
    tmp_id = '%s' %(str(i).zfill(7))
    if tmp_id in curr_ids:
        continue
    else:
        gaps.append(tmp_id)
return gaps

但正如你所料,这是缓慢的,因为我正在使用 list . 如果我使用 dict ,预填充curr_id会更快。但是填充哈希表的复杂性是什么呢?最快的方法是什么。

4 回复 | 直到 14 年前

Gareth Rees 14 年前

您可以对ID列表进行排序,然后仅单步执行一次:

def find_gaps(ids):
    """Generate the gaps in the list of ids."""
    j = 1
    for id_i in sorted(ids):
        while True:
            id_j = '%07d' % j
            j += 1
            if id_j >= id_i:
                break
            yield id_j

>>> list(find_gaps(["0000001", "0000003", "0000006"]))
['0000002', '0000004', '0000005']

如果输入列表已按顺序排列,则可以避免 sorted (尽管危害不大:Python的 adaptive mergesort 是O( n个 )如果列表已经排序)。

MichaÅ Niklas 14 年前

用于存储可使用的200万个整数的序列 bitarray . 这里,每个位表示一个整数(位数组中该索引的整数)。示例代码:

gaps = []
# bitarray is 0 based
a = bitarray.bitarray(total + 1)
a.setall(False)
for sid in curr_ids:
    a[int(sid)] = True
for i in range(1, total):
    if not a[i]:
        gaps.append('%07d' %(i))
return gaps

jairajs89 14 年前

seq = *the sequence of strings*
n = 2000000

gaps = set(str(i).zfill(7) for i in range(1,n+1)) - set(seq)

Rafi 14 年前

我建议将其改为int而不是string进行处理,然后在输出中再次将其改为string

j=0
n=2000000
#create a list of int number from your string
foo = [i for i in range(n)]
#creating gaps
foo.remove(1)
foo.remove(50)
while j<n:
    for i in foo:
        if i>j:
            print '%07d'%j
            j+=1
        j+=1

推荐文章

July · 如何定义数字间隔,然后四舍五入

1 年前

Community wiki · 对象名称前的单下划线和双下划线的含义是什么?

1 年前