リストの元の順序を変更せずに、リスト内の他の文字列の部分文字列である文字列を削除しますか？

Question

私はリストを持っています。

the_list = ['Donald Trump has', 'Donald Trump has small fingers', 'What is going on?'] 

、それは他のリスト要素の部分文字列ですので、私はthe_listから「ドナルド・トランプが持っている」削除したいです。

ここは重要な部分です。私は元のリストの順序を逸らすことなくこれをしたい。

私が持っている機能（下記）は元のリストの順序を歪ませます。これは、最初に長さでリスト項目をソートするためです。

def substr_sieve(list_of_strings): 
    dups_removed = list_of_strings[:] 
    for i in xrange(len(list_of_strings)): 
     list_of_strings.sort(key = lambda s: len(s)) 
     j=0 
     j=i+1 
     while j <= len(list_of_strings)-1: 
      if list_of_strings[i] in list_of_strings[j]: 
       try: 
        dups_removed.remove(list_of_strings[i]) 
       except: 
        pass 
      j+=1 
    return dups_removed 

Answer 1

あなたはソートせずにこれを行うことができます：

the_list = ['Donald Trump has', "I've heard Donald Trump has small fingers", 
      'What is going on?'] 

def winnow(a_list): 
    keep = set() 
    for item in a_list: 
     if not any(item in other for other in a_list if item != other): 
      keep.add(item) 
    return [ item for item in a_list if item in keep ] 

winnow(the_list) 

ソートは、全体的な少数の比較を可能にすることができるが、それは非常にデータ依存ようで、時期尚早の最適化である可能性があります。

Answer 2

再帰的に項目を減らすことができます。

アルゴリズム：それは維持する必要があるかどうかをポップさせることにより、各項目の上

ループは、決定します。 縮小リストを使用して同じ関数を再帰的に呼び出します。 基本条件は、リストに少なくとも1つの項目（または2つ）があるかどうかです。

効率性：効率的ではない可能性があります。私はいくつかの分割と征服の方法がより適切だろうと思いますか？

the_list = ['Donald Trump has', 'Donald Trump has small fingers',\ 
      'What is going on?'] 

final_list = [] 

def remove_or_append(input): 
    if len(input): 
     first_value = input.pop(0) 
     found = False 
     for each in input: 
      if first_value in each: 
       found = True 
       break 
      else: 
       continue 
     for each in final_list: 
      if first_value in each: 
       found = True 
       break 
      else: 
       continue 
     if not found: 
      final_list.append(first_value) 
     remove_or_append(input) 

remove_or_append(the_list) 

print(final_list) 

A、わずかに異なるバージョンです：

def substring_of_anything_else(item, list): 
    for idx, each in enumerate(list): 
     if idx == item[0]: 
      continue 
     else: 
      if item[1] in each: 
       return True 
     return False 

final_list = [item for idx, item in enumerate(the_list)\ 
       if not substring_of_anything_else((idx, item), the_list)] 

Answer 3

単純な解決策です。

しかし、最初のも、それより良いテストケースにするために、最後に「ドナルド・トランプ」、「ドナルド」と「トランプ」を追加してみましょう。

>>> forbidden_text = "\nX08y6\n" # choose a text that will hardly appear in any sensible string 
>>> the_list = ['Donald Trump has', 'Donald Trump has small fingers', 'What is going on?', 
     'Donald Trump', 'Donald', 'Trump'] 
>>> new_list = [item for item in the_list if forbidden_text.join(the_list).count(item) == 1] 
>>> new_list 
['Donald Trump has small fingers', 'What is going on?'] 

ロジック：

1. 単一の文字列を形成するために、すべてのリスト要素を連結します。 forbidden_text.join(the_list)。
2. リスト内の項目が1回だけ発生したかどうかを検索します。 2回以上出現する場合は、サブストリングです。 count(item) == 1

str.count(sub[, start[, end]])

戻り範囲[start, end]におけるサブsubの非重複出現数。オプションの引数startとendはスライス表記と解釈されます。

---

forbidden_textこれらのようなケースを扱うために、（空の文字列）の代わり""のに使用される：

>>> the_list = ['DonaldTrump', 'Donald', 'Trump']

---

として正しくNishantによって指し示さ、上記のコードはthe_list = ['Donald', 'Donald']で失敗

set(the_list) i the_listのnsteadは問題を解決します。
>>> new_list = [item for item in the_list if forbidden_text.join(set(the_list)).count(item) == 1]