Python 内置函数之——zip()-技术圈

点击上方“小白学视觉”，选择加"星标"或“置顶”

重磅干货，第一时间送达

今天我们来聊一个Python的内置函数——zip()

描述

zip() 函数用于将可迭代的对象作为参数，将对象中对应的元素打包成一个个元组，然后返回由这些元组组成的对象，这样做的好处是节约了不少的内存。我们可以使用 list() 转换来输出列表。如果各个迭代器的元素个数不一致，则返回列表长度与最短的对象相同，利用 *号操作符，可以将元组解压为列表。我们看一下演示代码。

a = [1, 2, 3, 4, 5]
b = ['a', 'b', 'c']
c = ['A', 'B', 'C', 'D', 'E']
z = zip(a, b, c)
print(list(z))
'''
输出：
[(1, 'a', 'A'), (2, 'b', 'B'), (3, 'c', 'C')]
'''

list_z = [(1, 'a', 'A'), (2, 'b', 'B'), (3, 'c', 'C')]
print(list(zip(*list_z)))
'''
输出；
[(1, 2, 3), ('a', 'b', 'c'), ('A', 'B', 'C')]
'''

在第一段代码中，我们准备了三个列表a,b,c,通过zip()函数将三个列表打包成一个个的元组，然后用list()转换后打印出结果，可以看到输出结果为一个列表，列表中的每个元素均为一个元组。

在第二部分代码中，我们将一个包含三个元组的列表，通过zip(*)函数，解压为列表。

实际应用

首先我们先来看一道算法题目，这是一道来自力扣网站的简单算法题目，链接是：https://leetcode-cn.com/problems/longest-common-prefix/

题目：编写一个函数来查找字符串数组中的最长公共前缀。如果不存在公共前缀，返回空字符串 ""。

示例 1:

输入: ["flower","flow","flight"]
输出: "fl"

示例 2:

输入: ["dog","racecar","car"]
输出: ""
解释: 输入不存在公共前缀。

说明:所有输入只包含小写字母 a-z 。

初次看到题目，我们很容易写出如下代码

class Solution:
    def longestCommonPrefix(self, strs: List[str]) -> str:
        result = ""
        if strs == []:
            return result
        strs_len = min(list(map(len, strs)))
        num = 1
        while num <= strs_len:
            if self.string_in(strs[0][0:num], strs):
                result = strs[0][0:num]
            num += 1
        return result

    def string_in(self, s, my_list):
        result = True
        for sub_list in my_list:
            result = (result and (sub_list.startswith(s)))
        return result

思路很简单，先求出最短的字符串长度，然后从0开始依次比对，如果全部为符合则继续，否则就返回。
我们看一下代码的运行速度

虽然消耗比较低，但是执行速度还是有提升的空间。

下面我们就来看一下如何利用zip()函数来优化。

class Solution:
    def longestCommonPrefix(self, strs: List[str]) -> str:
        s = ""
        for i in zip(*strs):
            if len(set(i)) == 1:
                s += i[0]
            else:
                break           
        return s

思路：先利用zip()函数将数组中的元素打包成一个个元组，在通过set方法去重，如果去重后的长度为1，则表示相同公共前缀，否则即不同。
再来看一下这次的运行速度。

执行用时和内存消耗均有提高，可见zip()函数的执行效率。

总结

Python中有很多内置函数，这些函数往往我们都很明白其作用，但找不到运用的场景，这种情况建议大家多做一些基础算法题，可以帮助我们快速理解函数的使用。

好消息！
小白学视觉知识星球
开始面向外开放啦👇👇👇



下载1：OpenCV-Contrib扩展模块中文版教程
在「小白学视觉」公众号后台回复：扩展模块中文教程，即可下载全网第一份OpenCV扩展模块教程中文版，涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。

下载2：Python视觉实战项目52讲
在「小白学视觉」公众号后台回复：Python视觉实战项目，即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目，助力快速学校计算机视觉。

下载3：OpenCV实战项目20讲
在「小白学视觉」公众号后台回复：OpenCV实战项目20讲，即可下载含有20个基于OpenCV实现20个实战项目，实现OpenCV学习进阶。

交流群

欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~