如果你的集合存储在 s 中,例如:
s = [set([1, 2]), set([1, 3]), set([1, 2, 3]), set([2, 4])]
然后你可以使用itertools.combinations http://docs.python.org/library/itertools.html?highlight=itertools#itertools.combinations将它们两两相交,并计算交集(请注意,正如亚历克斯指出的那样,combinations
仅自版本 2.6 起可用)。这里有一个列表理解(只是为了示例):
from itertools import combinations
[ i[0] & i[1] for i in combinations(s,2) ]
或者,在一个循环中,这可能就是您所需要的:
for i in combinations(s, 2):
inter = i[0] & i[1]
# processes the intersection set result "inter"
因此,要获得其中每一个的长度,“处理”将是:
l = len(inter)
这将非常有效,因为它使用迭代器来计算每个组合,并且不会提前准备所有组合。
Edit:请注意,使用此方法,列表“s”中的每个集合实际上可以是其他内容返回一个集合,就像发电机一样。如果您的内存不足,列表本身可以只是一个生成器。不过,它可能会慢得多,具体取决于您生成这些元素的方式,但您不需要同时将整个集合列表存储在内存中(这在您的情况下并不是一个问题)。
例如,如果每个集合都由一个函数组成gen
:
def gen(parameter):
while more_sets():
# ... some code to generate the next set 'x'
yield x
with open("results", "wt") as f_results:
for i in combinations(gen("data"), 2):
inter = i[0] & i[1]
f_results.write("%d\n" % len(inter))
Edit 2:如何收集索引(根据 redrat 的评论)。
除了我在评论中回答的快速解决方案之外,收集集合索引的更有效方法是拥有一个列表(index, set)
而不是一个列表set
.
新格式的示例:
s = [(0, set([1, 2])), (1, set([1, 3])), (2, set([1, 2, 3]))]
如果您构建此列表是为了计算组合,那么适应您的新要求应该很简单。主循环变为:
with open("results", "wt") as f_results:
for i in combinations(s, 2):
inter = i[0][1] & i[1][1]
f_results.write("length of %d & %d: %d\n" % (i[0][0],i[1][0],len(inter))
在循环,i[0]
and i[1]
将是一个元组(index, set)
, so i[0][1]
是第一组,i[0][0]
它的索引。