Объединение списка кортежей времени, имеющих перекрывающиеся интервалы времени

У меня есть список кортежей, где каждый кортеж является (start-time, end-time). Я пытаюсь объединить все перекрывающиеся диапазоны времени и возвращать список разных временных диапазонов. Например

[(1, 5), (2, 4), (3, 6)] --->  [(1,6)]
[(1, 3), (2, 4), (5, 8)] --->  [(1, 4), (5,8)]

Вот как я его реализовал.

# Algorithm
# initialranges: [(a,b), (c,d), (e,f), ...]
# First we sort each tuple then whole list.
# This will ensure that a<b, c<d, e<f ... and a < c < e ... 
# BUT the order of b, d, f ... is still random
# Now we have only 3 possibilities
#================================================
# b<c<d: a-------b           Ans: [(a,b),(c,d)]
#                  c---d
# c<=b<d: a-------b          Ans: [(a,d)]
#               c---d
# c<d<b: a-------b           Ans: [(a,b)]
#         c---d
#================================================
def mergeoverlapping(initialranges):
    i = sorted(set([tuple(sorted(x)) for x in initialranges]))

    # initialize final ranges to [(a,b)]
    f = [i[0]]
    for c, d in i[1:]:
        a, b = f[-1]
        if c<=b<d:
            f[-1] = a, d
        elif b<c<d:
            f.append((c,d))
        else:
            # else case included for clarity. Since 
            # we already sorted the tuples and the list
            # only remaining possibility is c<d<b
            # in which case we can silently pass
            pass
    return f

Я пытаюсь выяснить, если

Является ли встроенная функция в каком-то модуле python, который может сделать это более эффективно? или
Есть ли более питонический способ достижения той же цели?

Ваша помощь приветствуется. Спасибо!

Ответ 1

Несколько способов сделать его более эффективным, Pythonic:

Устранить конструкцию set(), так как алгоритм должен вырезать дубликаты во время основного цикла.
Если вам просто нужно выполнить итерацию результатов, используйте yield для генерации значений.
Уменьшить конструкцию промежуточных объектов, например: переместите вызов tuple() в точку, где создаются конечные значения, что позволяет вам создавать и выкидывать лишние кортежи и повторно использовать список saved для хранения текущий временной диапазон для сравнения.

код:

def merge(times):
    saved = list(times[0])
    for st, en in sorted([sorted(t) for t in times]):
        if st <= saved[1]:
            saved[1] = max(saved[1], en)
        else:
            yield tuple(saved)
            saved[0] = st
            saved[1] = en
    yield tuple(saved)

data = [
    [(1, 5), (2, 4), (3, 6)],
    [(1, 3), (2, 4), (5, 8)]
    ]

for times in data:
    print list(merge(times))

Ответ 2

Сортировка кортежей, затем список, если t1.right >= t2.left = > merge и перезапустите с новым списком,...

→

def f(l, sort = True):
    if sort:
        sl = sorted(tuple(sorted(i)) for i in l)
    else:
        sl = l
    if len(sl) > 1:
        if sl[0][1] >= sl[1][0]:
            sl[0] = (sl[0][0], sl[1][1])
            del sl[1]
            if len(sl) < len(l):
                return f(sl, False)
    return sl

Ответ 3

Часть сортировки: используйте стандартную сортировку, она уже сравнивает кортежи.

sorted_tuples = sorted(initial_ranges)

Слияние. Он также устраняет повторяющиеся диапазоны, поэтому нет необходимости в set. Предположим, что у вас есть current_tuple и next_tuple.

c_start, c_end = current_tuple
n_start, n_end = next_tuple
if n_start <= c_end: 
  merged_tuple = min(c_start, n_start), max(c_end, n_end)

Надеюсь, что логика достаточно ясна.

Чтобы заглянуть в следующий кортеж, вы можете использовать индексированный доступ к sorted tuples; это все-таки известная последовательность.

Ответ 4

Отсортируйте все границы, затем возьмите все пары, где за границей следует граничный старт.

def mergeOverlapping(initialranges):
    def allBoundaries():
        for r in initialranges:
            yield r[0], True
            yield r[1], False

    def getBoundaries(boundaries):
        yield boundaries[0][0]
        for i in range(1, len(boundaries) - 1):
            if not boundaries[i][1] and boundaries[i + 1][1]:
                yield boundaries[i][0]
                yield boundaries[i + 1][0]
        yield boundaries[-1][0]

    return getBoundaries(sorted(allBoundaries()))

Хм, не так красиво, но было интересно писать хотя бы!

EDIT: Спустя годы, после взлома, я понял, что мой код был неправильным! Это новая версия просто для удовольствия:

def mergeOverlapping(initialRanges):
    def allBoundaries():
        for r in initialRanges:
            yield r[0], -1
            yield r[1], 1

    def getBoundaries(boundaries):
        openrange = 0
        for value, boundary in boundaries:
            if not openrange:
                yield value
            openrange += boundary
            if not openrange:
                yield value

    def outputAsRanges(b):
        while b:
            yield (b.next(), b.next())

    return outputAsRanges(getBoundaries(sorted(allBoundaries())))

В основном я отмечаю границы с -1 или 1, а затем сортирую их по значению и выводя их только тогда, когда баланс между открытой и закрытой фигурными скобками равен нулю.

Ответ 5

Поздно, но может помочь кому-то найти это. У меня была аналогичная проблема, но со словарями. Учитывая список диапазонов времени, я хотел найти совпадения и объединить их, когда это возможно. Небольшая модификация ответа @samplebias привела меня к этому:

Функция слияния:

def merge_range(ranges: list, start_key: str, end_key: str):
    ranges = sorted(ranges, key=lambda x: x[start_key])
    saved = dict(ranges[0])

    for range_set in sorted(ranges, key=lambda x: x[start_key]):
        if range_set[start_key] <= saved[end_key]:
            saved[end_key] = max(saved[end_key], range_set[end_key])
        else:
            yield dict(saved)
            saved[start_key] = range_set[start_key]
            saved[end_key] = range_set[end_key]
    yield dict(saved)

Данные:

data = [
    {'start_time': '09:00:00', 'end_time': '11:30:00'},
    {'start_time': '15:00:00', 'end_time': '15:30:00'},
    {'start_time': '11:00:00', 'end_time': '14:30:00'},
    {'start_time': '09:30:00', 'end_time': '14:00:00'}
]

Исполнение:

print(list(merge_range(ranges=data, start_key='start_time', end_key='end_time')))

Вывод:

[
    {'start_time': '09:00:00', 'end_time': '14:30:00'},
    {'start_time': '15:00:00', 'end_time': '15:30:00'}
]