Python：难以滤除包含某些子字符串的字符串

Question

我有我想要过滤的字符串列表。如果它包含单词blahblah，那么我想保留它。我尝试了第一种方法，并且一遍又一遍地检查了我的代码，但我不知道为什么它保留了一些没有“blahblah”单词的字符串。但是，我尝试了第二种方式，它工作。我很好奇为什么第一种方式不起作用。

第一种方法：

for item in my_list: 
    if 'blahblah' not in item: 
     my_list.remove(item) 

第二种方法：

my_new_list = [] 
for m in my_list: 
    if 'blahblah' in m: 
     my_new_list.append(p) 

第二种方法给我我想要的。我精心检查了第二个列表中生成的列表中的每一个元素。

1. 为什么第一种方法无法正常工作？
2. 如果我使用第二种方法，如果我有一个非常大的列表，我的代码是否会运行得更慢？

Answer 1

要遍历列表时，回答的第一个问题，其原因，内部的Python跟踪在其当前迭代已经达到了，当你从列表中删除项目的索引，它改变了元素的索引，后将被移除的元素向左移1（将这些索引减1），因此在下一次迭代中，最终可能会跳过一个元素（因为这种移位）。

---

为了回答第二个问题，它应该比去除方法更快，因为.remove()是O（n）的操作，其中它需要找到删除，然后将其删除的元件，相比，.append()将快点。

更快一点的方法是使用列表理解 -

my_new_list = [m for m in my_list if 'blahblah' in m] 

如果你想改变my_list的地方，你可以在任务的左侧使用[:] -

my_list[:] = [m for m in my_list if 'blahblah' in m] 

演示 -

>>> my_list = ['blahblah','asdas'] 
>>> [m for m in my_list if 'blahblah' in m] 
['blahblah'] 

时序比较EEN两种方法（如在意见中的要求） -

In [4]: def func1(): 
    ...:  my_list = ['blahblah' for _ in range(100)] 
    ...:  my_list[:] = [m for m in my_list if 'blahblah' in m] 
    ...: 

In [5]: def func2(): 
    ...:  my_list = ['blahblah' for _ in range(100)] 
    ...:  new_list = [m for m in my_list if 'blahblah' in m] 
    ...: 

In [6]: %timeit func1() 
100000 loops, best of 3: 13.9 µs per loop 

In [7]: %timeit func2() 
100000 loops, best of 3: 13.2 µs per loop 

In [8]: %timeit func1() 
100000 loops, best of 3: 13.9 µs per loop 

In [9]: %timeit func2() 
100000 loops, best of 3: 13.2 µs per loop 

In [10]: %timeit func1() 
100000 loops, best of 3: 13.8 µs per loop 

In [11]: %timeit func2() 
100000 loops, best of 3: 13.3 µs per loop 

Answer 2

你不应该修改列表，而是迭代它，因为你将失去元素的实际位置。您可以使用列表内涵做过滤：

my_list[:] = [s for s in my_list if 'blahblah' in s] 

[:]使我们能够就地改造，而不是首先创建一个新的过滤列表和分配回my_list的。

如果你想固守传统for，你可以做到以下几点：

for item in my_list[:]: 
    if 'blahblah' not in item: 
     my_list.remove(item) 

关于你的第二个问题，你的代码可能运行速度更快的.remove()需要O(n)，你就已经消除，通过将您的对象收集到一个新列表中，而不是从现有的列表中删除其他对象。但是，这一次，它将需要更多的内存空间，因为您将创建一个新的单独列表。