从列表中删除元素的最佳方法

我的回答并不完全是你的问题,但在你读完之后,我希望你能决定你需要选择哪种类型来满足你的需求.

Python的列表是可变长度数组,而不是Lisp样式的链表.该实现使用对其他对象的连续引用数组,并保留指向此数组的指针.

这使得列表的索引成为[i]一种操作,其成本与列表的大小或索引的值无关.

附加或插入项目时,将调整引用数组的大小.应用了一些算法来提高重复附加项的性能; 当必须增长数组时,会分配一些额外的空间,因此接下来的几次不需要实际的大小调整,即过度分配.更多信息

删除vs Pop与删除:

乍一看,看起来所有人都在做同样的事情.

引擎盖下它的表现不同.

删除:通过从0索引迭代直到找到元素的第一个匹配来从列表中删除元素.如果元素结束,则需要更多时间进行迭代.

pop:使用索引从列表中删除元素.花更少的时间.

del:是一个python语句,它使用索引从名称空间或字典中的项目或列表中的项目中删除名称.

去掉:

它消除了第一次出现的价值.

如果值不存在,则引发ValueError.

它只需要一个参数,因此您不能一次删除多个值.

POP:

删除并返回索引处的项目(默认为last).

如果list为空或索引超出范围,则引发IndexError.

它只需要一个参数,因此您不能一次删除多个值.

DEL:

删除索引处的项目并返回任何内容.

它可以从列表中删除切片或清除整个列表.

基准:

最坏的情况:从列表末尾删除.

yopy:-> python -m timeit "x=range(1000)" "x.pop(999)"
100000 loops, best of 3: 10 usec per loop
yopy:-> python -m timeit "x=range(1000)" "x.remove(999)"
10000 loops, best of 3: 31.3 usec per loop
yopy:-> python -m timeit "x=range(1000)" "del x[999]"
100000 loops, best of 3: 9.86 usec per loop
yopy:->

最佳案例:开始列表.

yopy:-> python -m timeit "x=range(1000)" "x.remove(1)"
100000 loops, best of 3: 10.3 usec per loop
yopy:-> python -m timeit "x=range(1000)" "x.pop(1)"
100000 loops, best of 3: 10.4 usec per loop
yopy:-> python -m timeit "x=range(1000)" "del x[1]"
100000 loops, best of 3: 10.4 usec per loop
yopy:->

需要注意的是:

如果数组在中间增长或缩小

Realloc仍然取决于总长度.

但是,必须复制所有尾随元素

所以,现在我希望你能决定你需要选择什么来满足你的需求.

使用列表理解：

方案1：

[item for item in my_list if 1 <= item <=5 ]

方案2：

to_be_removed = {'a', '1', 2}
[item for item in my_list if item not in to_be_removed ]

方案3：

[item for item in my_list if some_condition()]

场景4（嵌套列表理解）：

[[item for item in seq if some_condition] for seq in my_list]

请注意，如果要删除只是一个项目，然后list.remove，list.pop并且del肯定会是非常快的，但是使用这些方法，同时遍历列表中可能会导致意外的输出。

相关：循环“忘记”以删除一些项目

使用过滤器而不是列表理解:

场景1:

filter(lambda item: 1 <= item <= 5, my_list)

场景2:

to_be_removed = {'a', '1', 2}
filter(lambda item: item not in to_be_removed, my_list)

场景3:

filter(lambda item: some_condition(), my_list)

场景4(嵌套过滤列表):

filter(lambda seq: filter(lambda item: some_condition(), seq), my_list) 

出于某种原因,它与列表comprhension是一样的,但很明显我们正在过滤事物而不是生成它们.