Python实现：生成指定长度且指定子串无重复的随机图像列表

实现思路 #

不用一次性采样20个再去重替换，而是逐个采样并校验：维护一个记录已出现子串的集合，每次随机选一个元素，检查其指定范围的子串是否已存在，不存在就保留，存在则重新采样，直到列表长度达到20。

完整代码 #

import random

# 读取主图像列表
with open('Faces/negFaces.txt') as f:
    negFaces = f.read().splitlines()

target_count = 20
image_list1 = []
seen_substrings = set()  # 存储已出现的目标子串

while len(image_list1) < target_count:
    # 随机选取一个候选图像
    candidate = random.choice(negFaces)
    # 提取指定范围的子串（示例为前5个字符[0:5]）
    substring = candidate[0:5]
    # 子串未重复则加入结果列表
    if substring not in seen_substrings:
        image_list1.append(candidate)
        seen_substrings.add(substring)

关键说明 #

• 使用集合seen_substrings来记录已出现的子串，集合的查询效率远高于列表，能避免重复检查的性能问题
• 循环逻辑确保最终列表里的每个元素，其指定子串都是唯一的，完全符合需求
• 如果需要调整子串的范围，只需要修改candidate[0:5]的切片参数即可

内容的提问来源于stack exchange，提问作者cjb10