說明

Python語言中列表(List)與其他語言的數組(Array)類似，是一種有序的集合數據結構，Python List可支持各種數據類型，長度也可動態調整，與JS中的數組或Java ArrayList很接近。在實際編程中，經常會遇到數組或列表去掉重復項，保持成員唯一性。實現方式有多種，比如新建列表來存儲非重復項，或者在原有基礎上刪除掉重復的項，也可以利用數據結構來達到去重復。具體哪一種方法更好呢?以下約20種方式都可以實現，我們可以通過這些來交流和學習。

方式

## 1. 新建列表，如果新列表中不存在，則添加到新列表。 
def unique(data): 
    new_list = [] 
    for item in data: 
        if item not in new_list: 
            new_list.append(item) 
    return new_list 
 
 
# test 
data = ['a', 'a', 1, 1, 2, 2, 'b', 'b', 2, 1] 
start_time = time.time() 
print("new_list + not in data:", unique(data)) 
print("time:" + str((time.time() - start_time) * 1000) + " ms") 
 
# result 
$ python -V 
Python 2.7.16 
$ python unique.py  
('for list + not in. data:', ['a', 1, 2, 'b']) 
time:0.0441074371338 ms 
 
## 2. 新建列表。根據下標判斷是否存在新列表中，如果新列表中不存在則添加到新列表。 
def unique(data): 
    new_list = [] 
    for i in range(len(data)): 
        if data[i] not in new_list: 
            new_list.append(data[i]) 
    return new_list 
 
 
## 2.1 新建列表，使用列表推導來去重。是前一種的簡寫。 
def unique(data): 
    new_list = [] 
    [new_list.append(i) for i in data if not i in new_list] 
    return new_list 
 
# test 
data = ['a', 'a', 1, 1, 2, 2, 'b', 'b', 2, 1] 
start_time = time.time() 
print("for range + not in. data:", unique(data)) 
print("time:" + str((time.time() - start_time) * 1000) + " ms") 
 
## 3. 通過index找不到該項，則追加到新列表中。index找不到會報錯，因此放在異常處理里。 
def unique(data): 
    new_list = [] 
    for i in range(len(data)): 
        item = data[i] 
        try: 
            if (new_list.index(item) < 0): 
                print('new_list:', new_list) 
        except ValueError: 
            new_list.append(item) 
    return new_list 
 
 
# test 
data = ['a', 'a', 1, 1, 2, 2, 'b', 'b', 2, 1] 
start_time = time.time() 
print("list index + except:", unique(data)) 
print("time:" + str((time.time() - start_time) * 1000) + " ms") 
 
## 4. 新建列表，兩個循環。如果內循環與外循環項相同，且下標相同就添加到新列表，其余忽略 
def unique(data): 
    new_list = [] 
    for i in range(len(data)): 
        j = 0 
        while j <= i: 
            if data[i] == data[j]: 
                if i == j: 
                    new_list.append(data[i]) 
                break 
            j += 1 
    return new_list 
 
# test 
data = ['a', 'a', 1, 1, 2, 2, 'b', 'b', 2, 1] 
start_time = time.time() 
print("new list + for. new_list:", unique(data)) 
print("time:" + str((time.time() - start_time) * 1000) + " ms") 
 
## 5. 在原有列表上移除重復項目。自后往前遍歷，逐個與前面項比較，如果值相同且下標相同，則移除當前項。 
def unique(data): 
    l = len(data) 
    while (l > 0): 
        l -= 1 
        i = l 
        while i > 0: 
            i -= 1 
            if data[i] == data[l]: 
                del data[l] 
                break 
    return data 
 
# test 
data = ['a', 'a', 1, 1, 2, 2, 'b', 'b', 2, 1] 
start_time = time.time() 
print("one list while. last -> first result. data:", unique(data)) 
print("time:" + str((time.time() - start_time) * 1000) + " ms") 
 
## 6. 在原有列表上移除重復項目。自前往后遍歷，逐個與后面項比較，如果值相同且下標相同，則移除當前項。 
def unique(data): 
    l = len(data) 
    i = 0 
    while i < l: 
        j = i + 1 
        while j < l: 
            if data[i] == data[j]: 
                del data[j] 
                l -= 1 
                i -= 1 
                break 
            j += 1 
        i += 1 
    return data 
 
 
# test 
data = ['a', 'a', 1, 1, 2, 2, 'b', 'b', 2, 1] 
start_time = time.time() 
print("one list while. first -> last result. data:", unique(data)) 
print("time:" + str((time.time() - start_time) * 1000) + " ms") 
 
## 7. 新建列表。遍歷列表，利用index比較出現的位置，如果出現在第一次的位置則追加到新數組。 
def unique(data): 
    new_list = [] 
    for i in range(len(data)): 
        if i == data.index(data[i]): 
            new_list.append(data[i]) 
    return new_list 
 
 
# test 
data = ['a', 'a', 1, 1, 2, 2, 'b', 'b', 2, 1] 
start_time = time.time() 
print("for range + index. data:", unique(data)) 
print("time:" + str((time.time() - start_time) * 1000) + " ms") 
 
## 8. 利用字典屬性唯一性來實現去重復。 
def unique(data): 
    obj = {} 
    for item in data: 
        obj[item] = item 
    return obj.values() 
 
 
# test 
data = ['a', 'a', 1, 1, 2, 2, 'b', 'b', 2, 1] 
start_time = time.time() 
print("list + dict:", unique(data)) 
print("time:" + str((time.time() - start_time) * 1000) + " ms") 
 
## 或者直接通過dict.fromkeys來實現 
print("dict fromkeys:", dict.fromkeys(data).keys()) 
 
## 9. 利用filter函數，即把不符合條件的過濾掉。這里filter不支持下標，因此需要借助外部列表存儲不重復項 
def uniq(item): 
    i = data.index(item) 
    if (item not in new_list): 
        new_list.append(item) 
        return True 
    return False 
def unique(item): 
    if obj.get(item) == None: 
        obj[item] = item 
        return True 
    return False 
 
 
# test 
data = ['a', 'a', 1, 1, 2, 2, 'b', 'b', 2, 1] 
start_time = time.time() 
new_list = [] 
print('filter + list + not in: ', filter(uniq, data)) 
print("time:" + str((time.time() - start_time) * 1000) + " ms") 
 
## 10. 利用字典結合過濾來實現去重復。 
def unique(item): 
    if obj.get(item) == None: 
        obj[item] = item 
        return True 
    return False 
 
 
# test 
data = ['a', 'a', 1, 1, 2, 2, 'b', 'b', 2, 1] 
start_time = time.time() 
obj = {} 
print("filter + dict + get:", filter(unique, data)) 
print("time:" + str((time.time() - start_time) * 1000) + " ms") 
 
## 11. 利用map來實現去重復。與map與filter類似，是一個高階函數?？梢葬槍ζ渲许椫饌€修改操作。 
## 與filter不同map會保留原有項目，并不會刪除，因此值可以改為None，然后再過濾掉。 
def unique(item): 
    if item not in new_list: 
        new_list.append(item) 
        return item 
    return None 
 
 
# test 
data = ['a', 'a', 1, 1, 2, 2, 'b', 'b', 2, 1] 
new_list = [] 
start_time = time.time() 
 
print("list from Map:", filter(lambda item: item != None, map(unique, data))) 
print("time:" + str((time.time() - start_time) * 1000) + " ms") 
 
## 12. 利用set數據結構里key的唯一性來去重復 
data = ['a', 'a', 1, 1, 2, 2, 'b', 'b', 2, 1] 
print("from Set:", list(set(data))) 
print("time:" + str((time.time() - start_time) * 1000) + " ms") 
 
## 13. 提前排序，從后向前遍歷，將當前項與前一項對比，如果重復則移除當前項 
def unique(data): 
    data.sort() 
    l = len(data) 
    while (l > 0): 
        l -= 1 
        if (data[l] == data[l - 1]): 
            data.remove(data[l]) 
    return data 
 
 
# test 
data = ['a', 'a', 1, 1, 2, 2, 'b', 'b', 2, 1] 
start_time = time.time() 
print("sort + remove:", unique(data)) 
print("time:" + str((time.time() - start_time) * 1000) + " ms") 
 
## 14. 提前排序，自前往后遍歷，將當前項與后一項對比，如果重復則移除當前項 
def unique(data): 
    """ 
     in python 3: TypeError: '<' not supported between instances of 'int' and 'str' 
     need to keep the same Type of member in List 
    """ 
    data.sort() 
    l = len(data) - 1 
    i = 0 
    while i < l: 
        if (data[i] == data[i + 1]): 
            del data[i] 
            i -= 1 
            l -= 1 
        i += 1 
    return data 
 
 
# test 
data = ['a', 'a', 1, 1, 2, 2, 'b', 'b', 2, 1] 
start_time = time.time() 
print("sort+del ASE:", unique(data)) 
print("time:" + str((time.time() - start_time) * 1000) + " ms") 
 
## 15. 利用reduce函數來去重復。reduce具有累計的作用，判斷如果不在累計結果中出現，則追加到結果中。 
import functools 
 
 
def unique(data): 
    new_list = [] 
 
    def foo(result, item): 
        if isinstance(result, list) == False: 
            result = [result] 
        return result if item in result else result + [item] 
 
    return functools.reduce(foo, data) 
 
 
# test 
data = ['a', 'a', 1, 1, 2, 2, 'b', 'b', 2, 1] 
start_time = time.time() 
print("functools.reduce:", unique(data)) 
print("time:" + str((time.time() - start_time) * 1000) + " ms") 
 
## 16. 利用遞歸調用來去重復。遞歸自后往前逐個調用，當長度為1時終止。 
## 當后一項與前任一項相同說明有重復，則刪除當前項。相當于利用自我調用來替換循環 
def recursion_unique(data, len): 
    if (len <= 1): 
        return data 
 
    l = len 
    last = l - 1 
    is_repeat = False 
 
    while (l > 1): 
        l -= 1 
        if (data[last] == data[l - 1]): 
            is_repeat = True 
            break 
 
    if (is_repeat): 
        del data[last] 
 
    return recursion_unique(data, len - 1) 
 
 
# test 
data = ['a', 'a', 1, 1, 2, 2, 'b', 'b', 2, 1] 
start_time = time.time() 
print("recursion_unique:", recursion_unique(data, len(data))) 
print("time:" + str((time.time() - start_time) * 1000) + " ms") 
 
## 17. 利用遞歸調用來去重復的另外一種方式。遞歸自后往前逐個調用，當長度為1時終止。 
## 與上一個遞歸不同，這里將不重復的項目作為結果拼接起來 
def recursion_unique_new(data, len): 
    if (len <= 1): 
        return data 
 
    l = len 
    last = l - 1 
    is_repeat = False 
    while (l > 1): 
        l -= 1 
        if (data[last] == data[l - 1]): 
            is_repeat = True 
            break 
 
    if (is_repeat): 
        del data[last:] 
        result = [] 
    else: 
        result = [data[last]] 
 
    return recursion_unique_new(data, len - 1) + result 
 
 
# test 
data = ['a', 'a', 1, 1, 2, 2, 'b', 'b', 2, 1] 
start_time = time.time() 
print("recursion_unique_new:", recursion_unique_new(data, len(data))) 
print("time:" + str((time.time() - start_time) * 1000) + " ms") 
 
## 18. 利用numpy lib庫. 需提前安裝 `pip install numpy` 
import numpy as np 
 
 
def unique(data): 
    res = np.array(data) 
    return list(np.unique(res)) 
 
 
# test 
data = ['a', 'a', 1, 1, 2, 2, 'b', 'b', 2, 1] 
start_time = time.time() 
print("import numpy as np.unique:", unique(data)) 
print("time:" + str((time.time() - start_time) * 1000) + " ms") 

討論

從以上例子上可以看出，相對來講，Python比起其它語言要靈活得多，與JS并列最流行的腳本類語言，這也就是為何Python如此流行的原因吧。

哪一種方式更適合呢?你常用那種方式來實現去重復項?新建數組、非新建、借助Dict或Set等結構，亦或是其它方式?