将唯一ID分配给python中的列表列表,其中重复项获得相同的id

from itertools import count
from collections import defaultdict


mapping = defaultdict(count().__next__)
result = []
for element in my_list:
    result.append(mapping[tuple(element)])

你也可以使用列表理解：

result = [mapping[tuple(element)] for element in my_list]

不幸的是,列表不可清除,因此在将它们存储为映射的键时必须将它们转换为元组.

注意使用defaultdict和count().__next__提供独特增加ID的技巧.在python2上,你必须用.next替换.__ next__.

defaultdict将在找不到密钥时分配默认值.通过调用构造函数中提供的函数获取默认值.
在这种情况下,count()生成器的__next__方法会产生越来越多的数字.

作为一种更便携的替代方案,您可以：

from functools import partial

mapping = defaultdict(partial(next,count()))

如评论中所提出的另一种解决方案是将索引用作唯一ID：

result = [my_list.index(el) for el in my_list]

但这是实现：

>需要O(N ^ 2)时间而不是O(N)
> ID是唯一的,增加但不连续(可能是也可能不是问题)

有关两种解决方案的比较,请参阅：

In [1]: from itertools import count
   ...: from collections import defaultdict

In [2]: def hashing(seq):
   ...:         mapping = defaultdict(count().__next__)
   ...:         return [mapping[tuple(el)] for el in seq]
   ...: 

In [3]: def indexing(seq):
   ...:    return [seq.index(i) for i in seq]
   ...: 

In [4]: from random import randint

In [5]: seq = [[randint(1,20),randint(1,20)] for _ in range(90000)]

In [6]: %timeit hashing(seq)
10 loops,best of 3: 37.7 ms per loop

In [7]: %timeit indexing(seq)
1 loop,best of 3: 26 s per loop

请注意,对于90k元素列表,映射解决方案需要的时间少于40毫秒,而索引解决方案需要26秒.