如何统计列表中有序连续与非连续目标序列的出现次数？

给定两个列表：

lookup_list = [1,2,3]
my_list = [1,2,3,4,5,2,1,2,2,1,2,3,4,5,1,3,2,3,1]

需要统计lookup_list在my_list中的出现次数，需满足以下规则：

• 元素顺序必须严格遵循lookup_list的顺序（例如1→2→3）
• 元素无需连续相邻：比如序列[1,4,2,1,5,3]会被判定为匹配，因为存在1之后的2，以及2之后的3

匹配示例（加粗部分为每次匹配的对应元素）：

1. 第1次匹配：[1,2,3,4,5,2,1,2,2,1,2,3,4,5,1,3,2,3,1]
2. 第2次匹配：[1,2,3,4,5,2,1,2,2,1,2,3,4,5,1,3,2,3,1]
3. 第3次匹配：[1,2,3,4,5,2,1,2,2,1,2,3,4,5,1,3,2,3,1]
4. 第4次匹配：[1,2,3,4,5,2,1,2,2,1,2,3,4,5,1,3,2,3,1]

lookup_list支持动态变化，例如可以是[1,2]或[1,2,3,4]等。目前仅能实现连续相邻序列的统计，比如使用ngrams的代码：

from nltk import ngrams
from collections import Counter
lookup_list = [1,2,3]
my_list = [1,2,3,4,5,2,1,2,2,1,2,3,4,5,1,3,2,3,1]
all_counts = Counter(ngrams(my_list, len(lookup_list)))
counts = {k: all_counts[k] for k in [tuple(lookup_list)]}
counts
>>> {(1, 2, 3): 2}

尝试过pandas滚动窗口函数，但无自定义重置选项，无法满足需求。

解决方案 #

可以通过追踪lookup_list的匹配进度来实现非连续有序序列的统计，具体代码如下：

def count_non_consecutive_sequence(my_list, lookup_list):
    count = 0
    current_pos = 0
    lookup_length = len(lookup_list)
    
    if lookup_length == 0:
        return 0
    
    for item in my_list:
        if item == lookup_list[current_pos]:
            current_pos += 1
            # 完成一次完整匹配，计数并重置进度
            if current_pos == lookup_length:
                count += 1
                current_pos = 0
    return count

# 测试示例
lookup_list = [1,2,3]
my_list = [1,2,3,4,5,2,1,2,2,1,2,3,4,5,1,3,2,3,1]
print(count_non_consecutive_sequence(my_list, lookup_list))  # 输出：4

代码说明 #

1. 初始化计数器count和当前匹配进度current_pos（对应lookup_list的索引，从0开始）
2. 遍历my_list的每个元素：
   • 若当前元素与lookup_list[current_pos]匹配，则推进进度
   • 当进度走完整个lookup_list时，说明完成一次有效匹配，计数器加1并重置进度，继续寻找下一次匹配
3. 支持任意长度的lookup_list，例如测试lookup_list=[1,2]：

   lookup_list = [1,2]
   print(count_non_consecutive_sequence(my_list, lookup_list))  # 输出：6
   

内容的提问来源于stack exchange，提问作者mrgn