Python比对含重复元素的两个数组求差集结果异常如何解决

问题原因 #

set 结构仅会记录元素是否存在，自动忽略重复元素的出现次数，因此你将包含两个 "b" 的数组 x 转为 set 时，重复的 "b" 会被去重仅保留1个，和 y 转换后的 set 结构完全一致，差集运算结果自然为空。

解决方案 #

方法1：使用内置模块 collections.Counter（推荐） #

Counter 是自带计数功能的容器，会保留每个元素的出现次数，做差集运算时会自动统计同元素的次数差值，仅保留次数大于0的元素：

from collections import Counter

x = ["a","b","b"]
y = ["a","b"]

# 计算计数差后展开为列表
diff = list((Counter(x) - Counter(y)).elements())
print(diff) # 输出：['b']

方法2：手动实现计数逻辑 #

如果不想引入额外模块，可以自行统计第二个数组的元素出现次数，再遍历第一个数组筛选符合要求的元素：

x = ["a","b","b"]
y = ["a","b"]

# 统计y中各元素的出现次数
count_y = {}
for item in y:
    count_y[item] = count_y.get(item, 0) + 1

diff = []
for item in x:
    if count_y.get(item, 0) > 0:
        count_y[item] -= 1
    else:
        diff.append(item)

print(diff) # 输出：['b']

内容的提问来源于stack exchange，提问作者laika