Python中如何对嵌套列表进行子集筛选，保留包含全部指定元素的子列表

首先需要将must_have预转换为集合，利用集合O(1)时间复杂度的成员判断特性大幅提升筛选效率，该方案无需额外依赖，适配各类规模的输入数据。

基础最简实现 #

预计算must_have的集合仅需执行一次，避免遍历过程中重复计算开销，整体时间复杂度为O(k + n*m)，其中k为must_have长度，n为list_dummy长度，m为子列表平均长度：

list_dummy = [['a', 'b', 'c'], ['d', 'b', 'c'], ['a', 'b', 'd'], ['d', 'a', 'c'] ]
must_have = ['a', 'b']

# 预转换为集合，仅执行一次
must_have_set = set(must_have)
# 列表推导式筛选
list_sub = [sublist for sublist in list_dummy if must_have_set.issubset(sublist)]

print(list_sub) # 输出：[['a', 'b', 'c'], ['a', 'b', 'd']]

多场景优化与扩展方案 #

• 子列表长度大、重复元素多的场景：将子列表也转换为集合后再做判断，减少重复元素的遍历开销：

  list_sub = [sublist for sublist in list_dummy if must_have_set <= set(sublist)]
  

  其中<=是集合子集判断的等价运算符，和issubset方法效果完全一致。
• 判断逻辑频繁变更的场景：将筛选逻辑抽为独立函数，后续修改规则无需调整主流程代码，可扩展性更强：

  def check_sublist(sublist: list, required: set) -> bool:
      # 后续可直接修改此处逻辑，比如添加排除元素判断、匹配数量阈值判断等
      return required.issubset(sublist)
  
  list_sub = list(filter(lambda x: check_sublist(x, must_have_set), list_dummy))
  

• 超大规模数据场景：使用生成器表达式替代列表推导式，无需一次性加载全量结果到内存，内存占用可控制在KB级：

  # 仅生成迭代器，遍历的时候才会执行计算
  sub_generator = (sublist for sublist in list_dummy if must_have_set.issubset(sublist))
  # 按需遍历处理
  for valid_sublist in sub_generator:
      # 业务处理逻辑
      pass
  

内容的提问来源于stack exchange，提问作者msh855