过滤掉list中被其他元素所包含的元素

背景

有一个list，其中的元素存在之间相互包含的关系，即元素A可能是原始B的子串。举个例子：
输入list a=['我是卖麻辣烫的小男孩', '小男孩', '麻辣烫', '华中科技大学','大学']，希望返回的结果是['我是卖麻辣烫的小男孩', '华中科技大学']

解法

由于长字符串不可能被短字符串所包含，即长字符串不可能是短字符串的子串，那么只需要按照字符串长度降序排序，并设立一个新的list(比如new_a)，从长->短，依次判断排序后的字符串是否是new_a中元素的子串。
具体代码：

    def get_max_len_string(input_list):
        input_list.sort(key=lambda x: len(x), reverse=True)#降序排序，因为最长的字符串是不可能是其他字符串的子串
        out, filter_list = [], []
        for s in input_list:
            mask_list = [s in o for o in out]
            if not any(mask_list):#any函数全部为false才返回false
                out.append(s)
            else:
                # 记录是因为那个元素的存在导致被过滤
                been_contained_index = mask_list.index(True)
                large_word = out[been_contained_index]
                filter_list.append(s)
        return out, filter_list
    a = ['我是卖麻辣烫的小男孩', '小男孩', '麻辣烫', '华中科技大学', '大学']
    new_a = get_max_len_string(a)
    print("new list=", new_a[0])
    print("abandoned elements=", new_a[1])

运行结果：

new list= ['我是卖麻辣烫的小男孩', '华中科技大学']
abandoned elements= ['小男孩', '麻辣烫', '大学']

本文地址：https://blog.csdn.net/ljp1919/article/details/111950451