Python:难以过滤掉包含某些子字符串的字符串

Question

我有一个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会保留一些没有“blahblah”一词的字符串。但是，我尝试了第二种方法，它奏效了。我很好奇为什么第一种方法不起作用。

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)

第二种方法给了我想要的。我煞费苦心地检查了从第二个列表生成的列表的每个元素。

1. 为什么第一种方法不能正常工作？
2. 如果我使用第二种方法，如果我有一个非常大的列表，我的代码运行速度会变慢吗？

Answer 1

要回答第一个问题，这是因为在遍历列表时，Python 会在内部跟踪当前迭代到达的索引，当您从列表中删除项目时，它会移动元素的索引，在删除的元素，向左移动 1(将这些索引减少 1)，因此在下一次迭代中，您可能最终会跳过一个元素(由于这种移动)。

---

要回答第二个问题，它应该比删除方法更快，因为 .remove() 是一个 O(n) 操作，它需要找到要删除的元素然后删除它，与此相比，.append() 会更快。

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，你可以在赋值的左边使用[:] -

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']

两种方法的时序比较(如评论中所要求)-

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