问为什么我不能从列表中删除所需的元素

EN

与将元素添加到列表中然后删除不同，您只需将有效元素添加到列表中，方法如下：

prices = [5, 11, 3, 50, 60, 90]
k = 2
all_posible_sales = []
i=0
for buy in prices[i:len(prices)]:
    for sell in prices[i:len(prices)]:
        if sell - buy > 0:
            a = tuple((buy, sell))
            all_posible_sales.append(a)

还请阅读此一，以了解如何为未来的应用程序成功地从列表中删除项。

引言

这两个发布的答案实际上都没有解决代码中的问题。问题是，您没有从正在迭代转发的列表中删除项。要开始了解原因，请打印实际被删除的元组：

(5, 5)
(5, 3)
(11, 11)
(3, 3)
(50, 50)
(60, 60)
(90, 90)

注意，(11, 3)从未被检查过。这是因为列表迭代器基于索引工作。每次移除项时，以下所有项都会移回一个项，但是迭代器会继续递增。下面是起始all_possible_sales列表中的一个示例：

1. 从索引0处的迭代器开始：[(5，5)，(5，11)，(5，3)，.^ i=0
2. 放弃该项目，因为5 <= 5。注意数据向后移动，但是迭代器保持在列表中相同的位置：[(5，11)，(5，3)，(5，50)，.^ i=0
3. 循环下一次迭代的步骤：[(5，11)，(5，3)，(5，50)，.^ i=1

希望您能够看到如何跳过(5, 11)，以及之后的许多元素(实际上，几乎每一个其他元素)。

解决方案

现在让我们来看看一些解决方案。我从一些几乎是表面上的改变开始，工作到彻底修改您的代码，甚至比其他答案所推荐的更多。

反向迭代

当您向后迭代一个列表时，删除不会影响您没有遍历的索引。列表有一个反向迭代器，这意味着调用reversed不会复制任何东西，因此时间和内存都很便宜。

因此，最简单的解决方案是将第二个循环替换为：

for data in reversed(all_posible_sales):

复制输入

如果创建输入列表的副本，其元素将指向相同的对象，但从原始列表中删除项不会影响迭代器对副本的影响。这比颠倒原始列表要昂贵得多，因为它实际上分配了第二个列表。

该解决方案至少可以用三种不同的方式编写：

1. for data in list(all_posible_sales):
2. for data in all_posible_sales.copy():
3. for data in all_posible_sales[:]:

不包括不必要的元素

正如其他答案所示，最好的方法是排除不属于的元素，而不是稍后删除它们。这种方法的部分答案是调整循环，这样就不会创建表单(buy, buy)的元组

for ibuy in range(len(prices) - 1):
    buy = prices[ibuy]
    for isell in range(ibuy + 1, len(prices)):
        sell = prices[isell]

条件内循环

从列表中排除项目的最简单方法是，从一开始就不包括它们：

for ibuy in range(len(prices) - 1):
    buy = prices[ibuy]
    for isell in range(ibuy + 1, len(prices)):
        sell = prices[isell]
        if buy < sell:
            all_posible_sales.append((buy, sell))
print(all_posible_sales)

清单理解

任何嵌套的for循环，只要有条件和列表append，都可以作为列表理解来更有效地(如果不是更清楚地)编写。在这种情况下，它将涉及更多的索引：

all_posible_sales = [(prices[ibuy], prices[isell]) for ibuy in range(len(prices) - 1) for isell in range(ibuy + 1, len(prices)) if prices[ibuy] < prices[isell]]

请注意，这就像按照与以前完全相同的顺序编写循环和条件，但都在一行上，没有冒号。唯一的区别是append调用的内容在开头。

Numpy

像这样有数字的东西非常适合于矮胖。如果您正在进行任何类型的数字处理，那么您几乎不可避免地会导入numpy、scipy或pandas的一部分。您的代码将更干净和更快。

如果将prices转换为numpy数组，则可以在循环结束时使用函数np.triu_indices查找相同的对。然后，您可以将所选内容连接到一个买卖价格的Nx2数组中：

import numpy as np

prices = np.array(prices)
ibuy, isell = np.triu_indices(len(prices), k=1)
all_possible_sales = np.stack((prices[ibuy], prices[isell]), axis=-1)[prices[ibuy] < prices[isell]]

备注

• 您不需要在索引中显式地声明len(prices)：prices[i:]将接受所有元素到末尾，而prices[i:-1]将接受所有元素，直到结束时有一个元素，等等。
• 表达式data[1] - data[0] < 0 or data[1] - data[0] == 0可以以data[1] - data[0] <= 0的形式编写得简洁得多。更好的(我认为，更直截了当地说)是比较data[1] <= data[0]。
• 表达式tuple((buy, sell))完全等同于(buy, sell)。我觉得后者读起来不那么令人困惑。
• 表达式for sell in prices[i:len(prices)]:在外部循环的每次迭代中生成一个prices片段的完整副本。迭代range对象并将其索引到prices中可能要便宜得多。

在迭代列表时，不要从列表中删除，除非您知道自己在做什么。使用列表理解代替：

all_posible_sales = [s for s in all_posible_sales if s[0] < s[1]]
print(all_posible_sales)
# [(5, 11), (5, 50), (5, 60), (5, 90), (11, 50), (11, 60), (11, 90), (3, 50), (3, 60), (3, 90), (50, 60), (50, 90), (60, 90)]