Python中如何优雅生成step切片的补集列表？求纯Python与numpy实现方案

纯Python实现（优先推荐） #

你原来的写法有两个核心问题：一是x not in B的成员查询时间复杂度为O(k)（k为B的长度），整体复杂度达到O(nk)，大列表下性能极差；二是如果列表存在重复元素，会出现逻辑错误，把非切片位置的同值元素也错误过滤。

最优雅的纯Python方案直接通过索引判断筛选，时间复杂度仅为O(n)，无额外查询开销：

单次遍历同时生成B、C（性能最优） #

A = [0, 1, 2, 3, 4, 5, 6]
step = 3
B = []
C = []
for idx, val in enumerate(A):
    if idx % step == 0:
        B.append(val)
    else:
        C.append(val)
# 输出：B = [0,3,6], C = [1,2,4,5]

如果你的切片不是从索引0开始，比如取A[1::3]，只需要把判断条件改为(idx - 1) % step == 0即可。

单独生成C的简化写法 #

如果已经确定了切片规则，不需要复用生成逻辑，可以直接用列表推导实现：

C = [val for idx, val in enumerate(A) if idx % 3 != 0]

Numpy实现（适合机器学习等大数据场景） #

如果处理的是超大规模数据集，用numpy的向量化操作性能会远高于纯Python循环：

import numpy as np
A = np.array([0, 1, 2, 3, 4, 5, 6])
step = 3
# 直接生成切片B
B = A[::step]
# 生成掩码过滤得到C
mask = np.ones(len(A), dtype=bool)
mask[::step] = False
C = A[mask]

该方案所有运算均在numpy底层C接口执行，处理十万级以上长度的数组时性能提升可达几十上百倍。

内容的提问来源于stack exchange，提问作者jr15