python中多个列表的串联[重复]

[x for n in getNeighbors(vertex) for x in getNeighbors(n)]

或

sum(getNeighbors(n) for n in getNeighbors(vertex), [])

与往常一样,itertools模块包含一个解决方案:

>>> l1=[1, 2, 3]

>>> l2=[4, 5, 6]

>>> l3=[7, 8, 9]

>>> import itertools

>>> list(itertools.chain(l1, l2, l3))
[1, 2, 3, 4, 5, 6, 7, 8, 9]

附加列表可以使用+和sum()完成:

>>> c = [[1, 2], [3, 4]]
>>> sum(c, [])
[1, 2, 3, 4]

如果速度很重要,最好使用:

from operator import iadd
reduce(iadd, (getNeighbors(n) for n in getNeighbors(vertex)))

这段代码的要点是通过 list.extend 列表理解会一个接一个地添加一个项目,就像调用 list.append . 这节省了一点开销,使前者(根据我的测量)快了三倍。(The iadd 操作员通常写为 += 做同样的事 扩展名 )

使用列表理解(Ignacio的第一个解决方案)仍然是正确的方法,更容易阅读。

但一定要避免使用 sum(..., []) 因为它是以二次方时间运行的。这是非常不切实际的 许多的 列表(超过100个左右)。

按速度排序:

list_of_lists = [[x,1] for x in xrange(1000)]

%timeit list(itertools.chain(*list_of_lists))
100000 loops, best of 3: 14.6 µs per loop

%timeit list(itertools.chain.from_iterable(list_of_lists))
10000 loops, best of 3: 60.2 µs per loop

min(timeit.repeat("ll=[];\nfor l in list_of_lists:\n ll.extend(l)", "list_of_lists=[[x,1] for x in xrange(1000)]",repeat=3, number=100))/100.0
9.620904922485351e-05

%timeit [y for z in list_of_lists for y in z]
10000 loops, best of 3: 108 µs per loop

%timeit sum(list_of_lists, [])
100 loops, best of 3: 3.7 ms per loop

我喜欢 itertools.chain 方法是因为它以线性时间运行(sum(…)以qudratic时间运行),但@jochen没有显示如何处理动态长度列表。这是OP问题的解决方案。

import itertools
list(itertools.chain(*[getNeighbors(n) for n in getNeighbors(vertex)]))

你可以摆脱 list(...) 如果iterable对您足够,则调用。

使用 扩展() (就地更新)结合使用reduce而不是 () (每次都有新对象)应该更有效,但是我太懒了,无法测试它:)

mylist = [[1,2], [3,4], [5,6]] 
reduce(lambda acc_l, sl: acc_l.extend(sl) or acc_l, mylist)