随着人工智能的发展，Python变得越来越流行了。而Python语言中列表(List)与其他语言的数组(Array)类似，是一种有序的集合数据结构，但Python List可支持各种数据类型，长度也可动态调整，与JS中的数组或JAVA ArrayList很接近。在实际编程中，我们会遇到数组或列表去掉重复项的需求。那么在Python编程中，我们会有很多种方法来实现这个目标，有的新建列表来存储非重复项，有的则在原有基础上删除掉重复的项，有的则利用数据结构来达到去重复的目的。具体哪一种方法更好呢？只能说根据不同场景来选择一种，以下的N种方式将有助于对于基础算法和语言学习的理解。

方式

## 1. 新建列表，如果新列表中不存在，则添加到新列表
def unique(data):
    newList = []
    for item in data:
        if item not in newList:
            newList.Append(item)
    print("for list + not in. data:", newList)

# test
data = ['a', 'a', 1, 1, 2, 2, 'b', 'b', 2, 1]
start_time = time.time()
unique(data)
print("time:" + str((time.time() - start_time) * 1000) + " ms")

# result
$ python -V
Python 2.7.16
$ python unique.py 
('for list + not in. data:', ['a', 1, 2, 'b'])
time:0.0441074371338 ms

## 2. 新建列表。根据下标判断是否存在新列表中，如果新列表中不存在则添加到新列表
def unique(data):
    newList = []
    for i in range(len(data)):
        if data[i] not in newList:
            newList.append(data[i])
    return newList

# test
data = ['a', 'a', 1, 1, 2, 2, 'b', 'b', 2, 1]
start_time = time.time()
print("for range + not in. data:", unique(data))
print("time:" + str((time.time() - start_time) * 1000) + " ms")

## 3. 通过index找不到该项，则追加到新列表中。index找不到会报错，因此放在异常处理里
def unique(data):
    newList = []
    for i in range(len(data)):
        item = data[i]
        try:
            if (newList.index(item) < 0):
                print('newList:', newList)
        except ValueError:
            newList.append(item)
    return newList

# test
data = ['a', 'a', 1, 1, 2, 2, 'b', 'b', 2, 1]
start_time = time.time()
print("list index + except:", unique(data))
print("time:" + str((time.time() - start_time) * 1000) + " ms")

## 4. 新建列表，两个循环。如果内循环与外循环项相同，且下标相同就添加到新列表，其余忽略
def unique(data):
    newList = []
    for i in range(len(data)):
        j = 0
        while j < i:
            j += 1
            if data[i] == data[j]:
                if (i == j):
                    newList.append(data[i])
                break
    return newList

# test
data = ['a', 'a', 1, 1, 2, 2, 'b', 'b', 2, 1]
start_time = time.time()
print("new list + for. newList:", unique(data))
print("time:" + str((time.time() - start_time) * 1000) + " ms")

## 5. 在原有列表上移除重复项目。自后往前遍历，逐个与前面项比较，如果值相同且下标相同，则移除当前项。
def unique(data):
    l = len(data)
    while (l > 0):
        l -= 1
        i = l
        while i > 0:
            i -= 1
            if data[i] == data[l]:
                del data[l]
                break
    return data

# test
data = ['a', 'a', 1, 1, 2, 2, 'b', 'b', 2, 1]
start_time = time.time()
print("one list while. last -> first result. data:", unique(data))
print("time:" + str((time.time() - start_time) * 1000) + " ms")

## 6. 在原有列表上移除重复项目。自前往后遍历，逐个与后面项比较，如果值相同且下标相同，则移除当前项。
def unique(data):
    l = len(data)
    i = 0
    while i < l:
        j = i + 1
        while j < l:
            if data[i] == data[j]:
                del data[j]
                l -= 1
                i -= 1
                break
            j += 1
        i += 1
    return data

# test
data = ['a', 'a', 1, 1, 2, 2, 'b', 'b', 2, 1]
start_time = time.time()
print("one list while. first -> last result. data:", unique(data))
print("time:" + str((time.time() - start_time) * 1000) + " ms")

## 7. 新建列表。遍历列表，利用index比较出现的位置，如果出现在第一次的位置则追加到新数组
def unique(data):
    newList = []
    for i in range(len(data)):
        if i == data.index(data[i]):
            newList.append(data[i])
    return newList

# test
data = ['a', 'a', 1, 1, 2, 2, 'b', 'b', 2, 1]
start_time = time.time()
print("for range + index. data:", unique(data))
print("time:" + str((time.time() - start_time) * 1000) + " ms")

## 8. 利用字典属性唯一性来实现去重复。
def unique(data):
    obj = {}
    for item in data:
        obj[item] = item
    return obj.values()

# test
data = ['a', 'a', 1, 1, 2, 2, 'b', 'b', 2, 1]
start_time = time.time()
print("list + dict:", unique(data))
print("time:" + str((time.time() - start_time) * 1000) + " ms")

## 9. 利用filter函数，即把不符合条件的过滤掉。这里filter不支持下标，因此需要借助外部列表存储不重复项
def uniq(item):
    i = data.index(item)
    if (item not in newList):
        newList.append(item)
        return True
    return False


# test
data = ['a', 'a', 1, 1, 2, 2, 'b', 'b', 2, 1]
start_time = time.time()
newList = []
print('filter + list + not in: ', filter(uniq, data))
print("time:" + str((time.time() - start_time) * 1000) + " ms")

## 10. 利用字典结合过滤来实现去重复。
def unique(item):
    if obj.get(item) == None:
        obj[item] = item
        return True
    return False

# test
data = ['a', 'a', 1, 1, 2, 2, 'b', 'b', 2, 1]
start_time = time.time()
obj = {}
print("filter + dict + get:", filter(unique, data))
print("time:" + str((time.time() - start_time) * 1000) + " ms")

## 11. 利用map来实现去重复。与map与filter类似，是一个高阶函数。可以针对其中项逐个修改操作。
## 与filter不同map会保留原有项目，并不会删除，因此值可以改为None，然后再过滤掉。
def unique(item):
    if item not in newList:
        newList.append(item)
        return item
    return None


# test
data = ['a', 'a', 1, 1, 2, 2, 'b', 'b', 2, 1]
newList = []
start_time = time.time()

print("list from Map:", filter(lambda item: item != None, map(unique, data)))
print("time:" + str((time.time() - start_time) * 1000) + " ms")

## 12. 利用set数据结构里key的唯一性来去重复
data = ['a', 'a', 1, 1, 2, 2, 'b', 'b', 2, 1]
print("from Set:", set(data))
print("time:" + str((time.time() - start_time) * 1000) + " ms")

## 13. 提前排序，从后向前遍历，将当前项与前一项对比，如果重复则移除当前项
def unique(data):
    data.sort()
    l = len(data)
    while (l > 0):
        l -= 1
        if (data[l] == data[l - 1]):
            data.remove(data[l])
    return data

# test
data = ['a', 'a', 1, 1, 2, 2, 'b', 'b', 2, 1]
start_time = time.time()
print("sort + remove:", unique(data))
print("time:" + str((time.time() - start_time) * 1000) + " ms")

## 14. 提前排序，自前往后遍历，将当前项与后一项对比，如果重复则移除当前项
def unique(data):
    """
     in python 3: TypeError: '<' not supported between instances of 'int' and 'str'
     need to keep the same Type of member in List
    """
    data.sort()
    l = len(data) - 1
    i = 0
    while i < l:
        if (data[i] == data[i + 1]):
            del data[i]
            i -= 1
            l -= 1
        i += 1
    return data

# test
data = ['a', 'a', 1, 1, 2, 2, 'b', 'b', 2, 1]
start_time = time.time()
print("sort+del ASE:", unique(data))
print("time:" + str((time.time() - start_time) * 1000) + " ms")

## 15. 利用reduce函数来去重复。reduce具有累计的作用，判断如果不在累计结果中出现，则追加到结果中。
import functools
def unique(data):
    newList = []

    def foo(result, item):
        if isinstance(result, list) == False:
            result = [result]
        return result if item in result else result + [item]

    return functools.reduce(foo, data)

# test
data = ['a', 'a', 1, 1, 2, 2, 'b', 'b', 2, 1]
start_time = time.time()
print("functools.reduce:", unique(data))
print("time:" + str((time.time() - start_time) * 1000) + " ms")

## 16. 利用递归调用来去重复。递归自后往前逐个调用，当长度为1时终止。
## 当后一项与前任一项相同说明有重复，则删除当前项。相当于利用自我调用来替换循环
def recursionUnique(data, len):
    if (len <= 1):
        return data

    l = len
    last = l - 1
    isRepeat = False

    while (l > 1):
        l -= 1
        if (data[last] == data[l - 1]):
            isRepeat = True
            break

    if (isRepeat):
        del data[last]

    return recursionUnique(data, len - 1)

# test
data = ['a', 'a', 1, 1, 2, 2, 'b', 'b', 2, 1]
start_time = time.time()
print("recursionUnique:", recursionUnique(data, len(data)))
print("time:" + str((time.time() - start_time) * 1000) + " ms")

## 17. 利用递归调用来去重复的另外一种方式。递归自后往前逐个调用，当长度为1时终止。
## 与上一个递归不同，这里将不重复的项目作为结果拼接起来
def recursionUniqueNew(data, len):
    if (len <= 1):
        return data

    l = len
    last = l - 1
    isRepeat = False
    while (l > 1):
        l -= 1
        if (data[last] == data[l - 1]):
            isRepeat = True
            break

    if (isRepeat):
        del data[last:]
        result = []
    else:
        result = [data[last]]

    return recursionUniqueNew(data, len - 1) + result

# test
data = ['a', 'a', 1, 1, 2, 2, 'b', 'b', 2, 1]
start_time = time.time()
print("recursionUniqueNew:", recursionUniqueNew(data, len(data)))
print("time:" + str((time.time() - start_time) * 1000) + " ms")

讨论

从以上例子上可以看出，相对来讲，Python比起其它语言要灵活得多，与JS并列最流行的脚本类语言，这也就是为何Python如此流行的原因吧。

哪一种方式更适合呢？你常用那种方式来实现去重复项？新建数组、非新建、借助DIct或Set等结构，亦或是其它方式？