Python：过滤列表的最有效方法

Question

希望我这里没有重复 :-)

我想知道过滤Python列表的最有效方法。 我手头的任务是找出未出现在另一个列表中的列表元素。

我的第一个列表是一个对象列表（没有不必要的细节）：

Class A:
    def __init__(self,item1, item2):
        self.item1 = item1
        self.item2 = item2

稍后，在我的脚本中，我正在解析一个输入文本文件，并使用真实数据填充list1（item1和item2字段都是字符串）。

还有第二个列表list2，其中只包含与item1相对应的字符串列表。我感兴趣的是，在list2中不存在item1的list1元素。
（list1包含大约3000个元素，list2更大-约60000个元素。） 我的第一次尝试非常明显：

notMatched = list(itertools.ifilter(lambda x: x.item1 not in list2), list1))

现在，它按预期工作，为我提供了我想要的内容，但我仍然在想这是否是我能想到的最佳解决方案。有任何想法吗？

谢谢

- mkowalik

---

你的解决方案可以将list2转换为set，但你可能会发现Daren的答案中的列表推导式更快（且更易于阅读）。 - John La Rooy

Answer 1

将list2转换成集合。这将提高查找not in list2的性能。

你可能会用以下代码来实现：

set2 = set(list2)
not_matched = [a for a in list1 if not a.item1 in set2]

- Daren Thomas

---

把两个列表都转换成集合(set)来获取未匹配项(not_matched)，这样做可以吗？比如 not_matched = set(list1) ^ set(list2) .. 这样做会不会有性能问题？ - msvalkon

这样做不行，因为list1和list2是不同类型的。我不确定你是否可以通过编写A.__cmp__来解决这个问题。此外，您会失去排序 - 假设您想保留它。至于性能问题：从序列创建一个set至少需要O(n)。交集两个set也可能至少需要O(n)，所以，不，那永远不会更快。除非你已经有了这些集合... - Daren Thomas