掃描一個列表

Question

我需要在Python中掃描一個列表。我能夠從文件加載，並做簡單的操作，但我試圖做到以下幾點：

L = [1,2,3,4,5,6,7,8] 

從第一個元素開始，我要產生下面的輸出：

1 
    2,3,4,5,6,7,8 
    3,4,5,6,7,8 
    4,5,6,7,8 
    5,6,7,8 
    6,7,8 
    7,8 
    8 
2 
    3,4,5,6,7,8 
    4,5,6,7,8 
    5,6,7,8 
    6,7,8 
    7,8 
    8 
3 
    4,5,6,7,8 
    5,6,7,8 
    6,7,8 
    7,8 
    8 
4 
    5,6,7,8 
    6,7,8 
    7,8 
    8 

等等。

我是想這樣的事情：

fo = open(sys.argv[1], 'r') 
L = fo.readlines() 
for i in range(len(L)): 
    print str(L[i]) 
    for j in range(len(L)-1-i): 
     print '...' + str(L[i+j+1]) 

你能幫助我嗎？

Answer 1

這是怎麼回事？尼斯和簡單閱讀：

>>> for i, j in enumerate(L): 
...  print L[i] 
...  temp = map(str, L[j:]) 
...  while temp: 
...    print ' ', ','.join(temp) 
...    temp = temp[1:] 
... 
1 
    2,3,4,5,6,7,8 
    3,4,5,6,7,8 
    4,5,6,7,8 
    5,6,7,8 
    6,7,8 
    7,8 
    8 
2 
    3,4,5,6,7,8 
    4,5,6,7,8 
    5,6,7,8 
    6,7,8 
    7,8 
    8 
3 
    4,5,6,7,8 
    5,6,7,8 
    6,7,8 
    7,8 
    8 
... 

---

while temp手段，而列表temp不是空的。我們要在這裏呼籲map(str, L[j:])因爲列表已滿整數（因此str.join方法是行不通的）

---

又一個音符，它在處理文件時更Python的使用with聲明：

with open(sys.argv[1], 'r') as fo: 
    L = fo.readlines() 

Answer 2

雖然Haidro答案產生了所需的輸出，但我應該說這是相當低效的算法來完成所提供的任務。

快速分析：

for i, j in enumerate(L):   # loop number 1, for i from 1 to N 
    print L[i] 
    temp = map(str, L[j:])   
    while temp:     # nested loop number 2, for j from i to N 
     print ' ', ','.join(temp) # nested loop number 3, for k from j to N 
     temp = temp[1:] 

它是這樣一個簡單的任務太多的工作。我認爲它可以做得更簡單和更快，只需將字符串加入一次，然後打印子字符串（如DCM中提到的，爲了能夠打印任意數字，我們應該預先計算字符串中元素的位置）：

s = ",".join(map(str, l))     # creating string 
p = [len(str(x)) + 1 for x in l]   # calculating length of each element 
p = [sum(p[:i]) for i in range(len(p))] # calculating positions with rolling total 
for i in range(len(l)):     # loop number 1 
    print l[i] 
    for j in range(i + 1, len(l)):   # nested loop number 2 
     print ' ', s[p[j]:] 

下面是執行時間的快速簡介（我用海德羅碼創建了函數worker1，用我的函數創建了worker2）。你可以看到如何生長的執行時間，當你增加輸入長度N：

>>> from timeit import timeit 

>>> timeit("worker1(l)", "from testSO import worker1, l", number=10) 
0.0016222212978796024 
>>> timeit("worker1(l*10)", "from testSO import worker1, l", number=10) 
0.33153371422580324 
>>> timeit("worker1(l*100)", "from testSO import worker1, l", number=10) 
163.25908817145972 

它變得像O(N^3)

>>> timeit("worker2(l)", "from testSO import worker2, l", number=10) 
0.0006974355000011201 
>>> timeit("worker2(l*10)", "from testSO import worker2, l", number=10) 
0.03448374103493279 
>>> timeit("worker2(l*100)", "from testSO import worker2, l", number=10) 
4.446190059150922 

這一次變得像O(N^2)

這並不是說我認爲原問題看起來像性能關鍵任務，但我認爲如果人們明白爲什麼提供的算法可能比他們預期的要慢，那將會很好。