嵌套循环中if!=逻辑异常及Python列表差异匹配实现咨询

问题代码 #

test1 = [{'DataTime': '03.02.2023', 'id': '112233', 'idd': '0000123'},
         {'DataTime': '03.02.2023', 'id': '112234', 'idd': '0000124'},
         {'DataTime': '03.02.2023', 'id': '112235', 'idd': '0000125'},
         {'DataTime': '03.02.2023', 'id': '112236', 'idd': '0000126'}
         ]
test2 = [
         {'Data': ['03.02.2023'], 'id': ['112233'], 'idd': ['333444']},
         {'Data': ['03.02.2023'], 'id': ['112255'], 'idd': ['555535']},
         {'Data': ['03.02.2023'], 'id': ['112288'], 'idd': ['223455']}
         ]

for a in test1:
    for b in test2:
        if b['id'][0] == a['id']:
            print(a)

问题现象 #

使用if b['id'][0] == a['id']时，能正确输出test1中与test2匹配的条目；但改用if b['id'][0] != a['id']时，会重复输出test1的所有内容，而非仅输出test1中与test2不匹配的条目（id为112234、112235、112236的条目）。

原因分析 #

嵌套循环的逻辑是每个test1的条目a会和test2里的所有b逐一比较：

• 当用==时，只要找到一个匹配的b就打印一次a，而test1中只有id=112233的条目能找到匹配项，所以只打印一次。
• 当用!=时，每遇到一个不匹配的b就打印一次a。比如test1中id=112234的条目，会和test2的3个b比较，其中2个b的id和它不匹配，所以会被打印2次；同理其他条目也会因为多次不匹配而重复打印，最终出现“重复输出所有内容”的现象。

这种写法的核心问题是：你想判断的是a是否在test2中完全没有匹配项，但实际写的是a和当前b是否不匹配，两者逻辑完全不同。

正确实现方法 #

方法1：用集合预处理（高效推荐）

先提取test2中所有的id到集合，再遍历test1判断id是否不在集合中。集合的查找效率是O(1)，比嵌套循环的O(n*m)更高效。

test1 = [{'DataTime': '03.02.2023', 'id': '112233', 'idd': '0000123'},
         {'DataTime': '03.02.2023', 'id': '112234', 'idd': '0000124'},
         {'DataTime': '03.02.2023', 'id': '112235', 'idd': '0000125'},
         {'DataTime': '03.02.2023', 'id': '112236', 'idd': '0000126'}
         ]
test2 = [
         {'Data': ['03.02.2023'], 'id': ['112233'], 'idd': ['333444']},
         {'Data': ['03.02.2023'], 'id': ['112255'], 'idd': ['555535']},
         {'Data': ['03.02.2023'], 'id': ['112288'], 'idd': ['223455']}
         ]

# 提取test2中所有id到集合
test2_id_set = {item['id'][0] for item in test2}

# 筛选test1中不在test2里的条目
for entry in test1:
    if entry['id'] not in test2_id_set:
        print(entry)

方法2：嵌套循环加标记变量

如果一定要用嵌套循环，可以用一个标记变量记录是否找到匹配项，遍历完test2后再判断是否打印：

for a in test1:
    has_match = False
    for b in test2:
        if b['id'][0] == a['id']:
            has_match = True
            break  # 找到匹配项就跳出内层循环，减少不必要的比较
    if not has_match:
        print(a)

内容的提问来源于stack exchange，提问作者Father