Nano Hash - криптовалюты, майнинг, программирование

Как проверить самые большие последовательные числа в списке в Python?

Я хочу найти самые большие последовательные числа в списке и добавить их в новый список.

my_list = [97, 98, 97, 98, 99, 97, 98, 97]

Я пытался использовать цикл while, но при увеличении он не добавляет некоторые числа.

final_list = []
j = 0
while j < (len(my_list) - 1):
    if my_list[j] + 1 == my_list[j + 1]:
        final_list.append(my_list[j])
        final_list.append(my_list[j + 1])
        j += 2
    else:
        j += 1    
print(final_list)

Ожидаемый результат должен быть final_list = [97,98,99]

Но мой вывод

final_list = [97,98]

python python-3.7
14.08.2019

  • Вы, вероятно, столкнетесь с другой проблемой, если начнете с числа, которое не является самым маленьким (например, [100, 97, ...] или если вы добавите [ ..., 1,2, ..] где-то между ними, потому что ваш код только проверяет, являются ли j и j + 1 исходного списка последовательными. Вам нужно сравнить значения в my_list с последним значением new_list, чтобы фактически получить последовательный список. Но тогда у вас все еще есть проблема, если ваш первый номер не самый маленький, поэтому вам нужно сначала найти наименьшее число, чтобы получить реальную начальную точку Это становится довольно сложно, если вы хотите извлечь несколько последовательных чисел. 14.08.2019

Ответы:


1

Вы можете использовать consecutive_groups из модуля more_itertools:

max([list(group) for group in mit.consecutive_groups(my_list)], key=len)

Пример:

import more_itertools as mit

my_list = [97, 98, 97, 98, 99, 97, 98, 97]

print(max([list(group) for group in mit.consecutive_groups(my_list)], key=len))
# [97, 98, 99]

Примечание. Так как это сторонний модуль, вам необходимо установить его перед тем, как пробовать — pip install more_itertools.

14.08.2019

2

Вот решение без внешнего инструмента:

    my_list = [97, 98, 97, 1, 2, 100, 98, 99, 97, 98, 97];
    #sort list max to min
    my_list.sort(reverse = True)
    # take largest number as starting point
    last_item = my_list[0]
    new_list = [last_item]
    # loop through list for every item to assure that we dont stop too soon
    for i in range(len(my_list)):
        for number in my_list:
            # compare the current number with the last number inserted to new_list
            # if its smaller we add it to the list and update the last item
            if number == last_item-1:
                new_list.append(number)
                last_item = number
    print(new_list)

Обратите внимание, что это, вероятно, не самый эффективный способ сделать это.

14.08.2019

3

Найдите индексы, в которых разница между последовательными элементами != 1 используется с помощью np.where и np.diff (возвращает кортеж, получает первый элемент кортежа, который представляет собой массив индексов), добавляет 1 к каждому элементу, чтобы получить конечные точки для np.split.
Найдите наибольший массив из полученного списка с помощью max(list,key=len)

>>> import numpy as np
>>> my_list = [97, 98, 97, 98, 99, 97, 98, 97]
>>> max(np.split(my_list,np.where(np.diff(my_list) != 1)[0]+1),key=len)
array([97, 98, 99])
14.08.2019
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..