Python, descubra que una lista no tiene el elemento específico

Question

Digamos que hay una lista a que contiene números y letras. ¿Existe una forma rápida de descubrir que la lista no contiene algún elemento específico? Planeo usarlo en condiciones.

Answer 1

Tal

3 not in [1, 2, "a"] 
# True 

Answer 2

Nota: Si usted puede poner los elementos como claves de un diccionario y luego evaluar a que es mucho más rápido gracias al algoritmo de hash. Solo será un problema si su lista es muy larga o si su aplicación hace mucho de este tipo de cosas. De lo contrario, "X no en Y", como dice Sven.

Answer 3

Qué quiere decir

bool([x for x in alist if isinstance(x, int)]) 

mejor versión (por Sven Marnach):

any(isinstance(x, int) for x in alist) 

?

Answer 4

Depende de lo que trates de hacer. Si la velocidad no importa, entonces usa a en lst. Si no importa, dependerá de si puede permitirse convertir primero su lista a una estructura de datos diferente (es decir, a menudo buscará elementos en la lista decir), tamaño, etc. ...

Para dar una idea :

import timeit 

a = range(10000) 
da = dict(zip(a, [None for i in a])) 

def list_first(): 
    return 0 in a 

def dict_first(): 
    return 0 in da 

def list_last(): 
    return 9999 in a 

def dict_last(): 
    return 9999 in da 

if __name__ == "__main__": 
    for f in ["list_first", "dict_first", "list_last", "dict_last"]: 
     t = timeit.Timer("%s()" % f, setup="from __main__ import %s" % f) 
     print min(t.repeat(number=10000)) 

Esto me da:

0.00302004814148 
0.00318598747253 
4.21943712234 
0.004145860672 

Si nos fijamos por un artículo que está en el principio de la lista, utilizando un diccionario no acelerar las cosas, como se esperaba. Si busca un elemento al final, entonces la diferencia es muy significativa (3 orden de magnitud), aunque como se esperaba: dict use hashtable, listas necesita buscar cada elemento uno después del otro.

Si los elementos son comparables, también puede obtener una gran velocidad ordenando su secuencia y usando una búsqueda binaria (log (N) en lugar de N, log (N) siendo relativamente rápido comparado con O (1) para N demasiado grande en la práctica para python), o usando estructuras más avanzadas (árbol de búsqueda binaria, etc.). Puede ser bastante complejo: las estructuras de datos para la búsqueda rápida son, después de todo, uno de los problemas más estudiados en CS.