Comment comparer deux listes en python
Grâce à des tests continus, nous avons constaté que python peut comparer efficacement et rapidement les différences entre deux listes. Il peut fonctionner à l'aide de l'opération d'ensemble fournie par python set(). est très efficace.
Dans le langage Java, la méthode 1 des méthodes suivantes est plus efficace et plus rapide que la méthode 2 (opération définie). Cela peut être considéré comme une petite différence entre les similitudes entre les deux langages.
Le code est le suivant :
#-*- coding:utf-8 -*- import time #方法1: def getDiff1(arr1,arr2): start_time = time.time() print('1_start:',start_time) arr_more1 = [] arr_more2 = [] dic_result = {} for str_1 in arr1: dic_result[str(str_1)] = 1 for str_2 in arr2: if dic_result.get(str(str_2)): dic_result[str(str_2)] = 2 else: arr_more2.append(str_2) for key,val in dic_result.items(): if val == 1: arr_more1.append(key) print('arr1比arr2多的内容为:',len(arr_more1)) print('arr2比arr1多的内容为:',len(arr_more2)) end_time = time.time() print('1_end:',end_time) print('方法1_比对用时为',end_time-start_time) #方法2:使用集合运算: def getDiff2(arr1,arr2): start_time = time.time() print('2_start:',start_time) set_1 = () set_2 = () #将列表转换为集合set() set_1 = set(arr1) set_2 = set(arr2) set_more1 = () set_more2 = () #集合运算 set_1_2 = set_1 & set_2 set_more1 = set_1 -set_1_2 set_more2 = set_2 -set_1_2 print('arr1比arr2多的内容为:',len(set_more1)) print('arr2比arr1多的内容为:',len(set_more2)) end_time = time.time() print('2_end:',end_time) print('方法2_比对用时为',end_time-start_time) #测试 # 初始化500w条数据数据 arr1 = [] arr2 = [] i = 0 while(True): arr1.append(i * 2) arr2.append(i * 3) i += 1 if i > 5000000: break print('arr1的长度为:',len(arr1)) print('arr2的长度为:',len(arr2)) print('+'*30) getDiff1(arr1,arr2) print('-'*30) getDiff2(arr1,arr2)
Résultat d'exécution :
Pour plus d'articles techniques liés à Python, veuillez visiter la colonne Apprendre dans la colonne Tutoriel Python !
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Outils d'IA chauds

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool
Images de déshabillage gratuites

Clothoff.io
Dissolvant de vêtements AI

AI Hentai Generator
Générez AI Hentai gratuitement.

Article chaud

Outils chauds

Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise
Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP

Dreamweaver CS6
Outils de développement Web visuel

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Solution aux problèmes d'autorisation Lors de la visualisation de la version Python dans Linux Terminal Lorsque vous essayez d'afficher la version Python dans Linux Terminal, entrez Python ...

Cet article explique comment utiliser la belle soupe, une bibliothèque Python, pour analyser HTML. Il détaille des méthodes courantes comme find (), find_all (), select () et get_text () pour l'extraction des données, la gestion de diverses structures et erreurs HTML et alternatives (Sel

Cet article compare TensorFlow et Pytorch pour l'apprentissage en profondeur. Il détaille les étapes impliquées: préparation des données, construction de modèles, formation, évaluation et déploiement. Différences clés entre les cadres, en particulier en ce qui concerne le raisin informatique

Lorsque vous utilisez la bibliothèque Pandas de Python, comment copier des colonnes entières entre deux frames de données avec différentes structures est un problème courant. Supposons que nous ayons deux dats ...

Cet article guide les développeurs Python sur la construction d'interfaces de ligne de commande (CLI). Il détaille à l'aide de bibliothèques comme Typer, Click et Argparse, mettant l'accent sur la gestion des entrées / sorties et promouvant des modèles de conception conviviaux pour une meilleure convivialité par la CLI.

L'article traite des bibliothèques Python populaires comme Numpy, Pandas, Matplotlib, Scikit-Learn, Tensorflow, Django, Flask et Demandes, détaillant leurs utilisations dans le calcul scientifique, l'analyse des données, la visualisation, l'apprentissage automatique, le développement Web et H et H

Les expressions régulières sont des outils puissants pour la correspondance des motifs et la manipulation du texte dans la programmation, améliorant l'efficacité du traitement de texte sur diverses applications.

L'article traite du rôle des environnements virtuels dans Python, en se concentrant sur la gestion des dépendances du projet et l'évitement des conflits. Il détaille leur création, leur activation et leurs avantages pour améliorer la gestion de projet et réduire les problèmes de dépendance.
