Предположим следующее:
>>>s = set([1, 2, 3])
Как получить значение (любое значение) из s без s.pop()? Я хочу оставить элемент в наборе до тех пор, пока не буду уверен, что смогу удалить его - я могу быть уверен только после асинхронного вызова другого хоста.
Быстрая и грязная:
>>>elem = s.pop()
>>>s.add(elem)
Но знаете ли вы, что лучше? Идеально в постоянное время.
Два параметра, которые не требуют копирования всего набора:
for e in s:
break
# e is now an element from s
Или...
e = next(iter(s))
Но в целом, наборы не поддерживают индексирование или нарезку.
Наименьший код:
>>> s = set([1, 2, 3])
>>> list(s)[0]
1
Очевидно, это создаст новый список, который содержит каждый член набора, поэтому не очень большой, если ваш набор очень большой.
Чтобы предоставить некоторые временные диаграммы за разными подходами, рассмотрите следующий код. Get() - это мое пользовательское дополнение к Python setobject.c, являющееся просто pop() без удаления элемента.
from timeit import *
stats = ["for i in xrange(1000): iter(s).next() ",
"for i in xrange(1000): \n\tfor x in s: \n\t\tbreak",
"for i in xrange(1000): s.add(s.pop()) ",
"for i in xrange(1000): s.get() "]
for stat in stats:
t = Timer(stat, setup="s=set(range(100))")
try:
print "Time for %s:\t %f"%(stat, t.timeit(number=1000))
except:
t.print_exc()
Вывод:
$ ./test_get.py
Time for for i in xrange(1000): iter(s).next() : 0.433080
Time for for i in xrange(1000):
for x in s:
break: 0.148695
Time for for i in xrange(1000): s.add(s.pop()) : 0.317418
Time for for i in xrange(1000): s.get() : 0.146673
Это означает, что решение для /break является самым быстрым (иногда быстрее, чем пользовательское решение get()).
Поскольку вам нужен случайный элемент, это также будет работать:
>>> import random
>>> s = set([1,2,3])
>>> random.sample(s, 1)
[2]
В документации не упоминается производительность random.sample. С очень быстрым эмпирическим тестом с огромным списком и огромным множеством кажется, что это постоянное время для списка, но не для набора. Кроме того, итерация по множеству не является случайной; порядок undefined, но предсказуемый:
>>> list(set(range(10))) == range(10)
True
Если случайность важна, и вам требуется куча элементов в постоянное время (большие наборы), я бы использовал random.sample и сначала конвертировал в список:
>>> lst = list(s) # once, O(len(s))?
...
>>> e = random.sample(lst, 1)[0] # constant time
for first_item in muh_set: break остается оптимальным подходом в Python 3.x. Прокляните вас, Гвидо.
Добро пожаловать в еще один набор таймингов Python 3.x, экстраполированный из wr. excellent Python 2.x-specific ответ. В отличие от AChampion в равной степени полезный ответ на Python 3.x, приведенные ниже тайминги также предложены решениями, выше - включая:
list(s)[0], John новое последовательное решение.random.sample(s, 1), dF. eclectic RNG-решение.Включите, настройтесь, время:
from timeit import Timer
stats = [
"for i in range(1000): \n\tfor x in s: \n\t\tbreak",
"for i in range(1000): next(iter(s))",
"for i in range(1000): s.add(s.pop())",
"for i in range(1000): list(s)[0]",
"for i in range(1000): random.sample(s, 1)",
]
for stat in stats:
t = Timer(stat, setup="import random\ns=set(range(100))")
try:
print("Time for %s:\t %f"%(stat, t.timeit(number=1000)))
except:
t.print_exc()
Вот! Упорядочено самым быстрым для самых медленных фрагментов:
$ ./test_get.py
Time for for i in range(1000):
for x in s:
break: 0.249871
Time for for i in range(1000): next(iter(s)): 0.526266
Time for for i in range(1000): s.add(s.pop()): 0.658832
Time for for i in range(1000): list(s)[0]: 4.117106
Time for for i in range(1000): random.sample(s, 1): 21.851104
Неудивительно, что ручная итерация остается как минимум в два раза быстрее в качестве следующего самого быстрого решения. Хотя разрыв снизился с Bad Old Python 2.x дней (в котором ручная итерация была как минимум в четыре раза быстрее), он разочаровывает PEP 20 ревность во мне, что самое многословное решение - лучшее. По крайней мере, преобразование набора в список только для извлечения первого элемента набора столь же ужасно, как и ожидалось. Поблагодарите Гвидо, пусть его свет продолжит вести нас.
Удивительно, что решение на основе RNG абсолютно ужасно. Преобразование списков неверно, но random действительно принимает пирог с ужасным соусом. Так много для Random Number God.
Я просто хочу, чтобы аморфные они уже подготовили нам метод set.get_first(). Если вы читаете это, они: "Пожалуйста, сделайте что-нибудь".
Я использую служебную функцию, которую я написал. Его имя несколько вводит в заблуждение, потому что это подразумевает, что это может быть случайный элемент или что-то в этом роде.
def anyitem(iterable):
try:
return iter(iterable).next()
except StopIteration:
return None
Следуя @wr. post, я получаю аналогичные результаты (для Python3.5)
from timeit import *
stats = ["for i in range(1000): next(iter(s))",
"for i in range(1000): \n\tfor x in s: \n\t\tbreak",
"for i in range(1000): s.add(s.pop())"]
for stat in stats:
t = Timer(stat, setup="s=set(range(100000))")
try:
print("Time for %s:\t %f"%(stat, t.timeit(number=1000)))
except:
t.print_exc()
Вывод:
Time for for i in range(1000): next(iter(s)): 0.205888
Time for for i in range(1000):
for x in s:
break: 0.083397
Time for for i in range(1000): s.add(s.pop()): 0.226570
Однако при изменении базового набора (например, вызов remove()) все вещи идут плохо для повторяющихся примеров (for, iter):
from timeit import *
stats = ["while s:\n\ta = next(iter(s))\n\ts.remove(a)",
"while s:\n\tfor x in s: break\n\ts.remove(x)",
"while s:\n\tx=s.pop()\n\ts.add(x)\n\ts.remove(x)"]
for stat in stats:
t = Timer(stat, setup="s=set(range(100000))")
try:
print("Time for %s:\t %f"%(stat, t.timeit(number=1000)))
except:
t.print_exc()
Результаты в:
Time for while s:
a = next(iter(s))
s.remove(a): 2.938494
Time for while s:
for x in s: break
s.remove(x): 2.728367
Time for while s:
x=s.pop()
s.add(x)
s.remove(x): 0.030272
По-видимому, самый компактный (6 символов), хотя очень медленный способ получить заданный элемент (что стало возможным благодаря PEP 3132):
e,*_=s
С Python 3.5+ вы также можете использовать это 7-символьное выражение (спасибо PEP 448):
[*s][0]
Оба варианта примерно на 1000 раз медленнее на моей машине, чем метод for-loop.
Другой вариант - использовать словарь со значениями, которые вам не нужны. Например.
poor_man_set = {}
poor_man_set[1] = None
poor_man_set[2] = None
poor_man_set[3] = None
...
Вы можете рассматривать ключи как набор, за исключением того, что они всего лишь массив:
keys = poor_man_set.keys()
print "Some key = %s" % keys[0]
Побочным эффектом этого выбора является то, что ваш код будет обратно совместим со старыми версиями Python до set. Возможно, это не лучший ответ, но это еще один вариант.
Edit: вы можете даже сделать что-то подобное, чтобы скрыть тот факт, что вы использовали dict вместо массива или set:
poor_man_set = {}
poor_man_set[1] = None
poor_man_set[2] = None
poor_man_set[3] = None
poor_man_set = poor_man_set.keys()