我似乎尽管有大量的算法和函数用于从唯一项目列表中生成任意大小的唯一组合,但是在非唯一项目列表(即包含重复项的列表)中没有可用的相同的价值.)

The question is how to generate ON-THE-FLY in a generator function all
the unique combinations from a non-unique list without the
computational expensive need of filtering out duplicates?

现在,由于对这个问题有一个很有动力的答案,因此更容易提供我期望实现的目标：

首先,让我们提供一些代码,说明如何检查组合comboB是否与另一个组合(comboA)重复：

comboA = [1,2,2]
comboB = [2,1,2]
print("B is a duplicate of A:", comboA.sort()==comboB.sort())

在给定的例子中,B是A的副本,print()打印为True.

在非唯一列表的情况下获得能够即时提供唯一组合的生成器功能的问题在这里解决：Getting unique combinations from a non-unique list of items, FASTER?,但是提供的生成器函数需要查找并且需要内存在大量的情况下导致问题的原因组合.

在当前版本的答案提供功能完成工作没有任何查找,似乎是正确的答案,但……

摆脱查找的目的是在列表重复的情况下加速生成唯一组合.

我最初(编写这个问题的第一个版本)错误地认为,不需要创建用于确保唯一性所需的查找集的代码预期会比需要查找的代码具有优势.事实并非如此.至少并非总是如此.截至目前提供的答案中的代码不使用查找,但是如果没有冗余列表或者列表中只有少量冗余项,则需要花费更多时间来生成所有组合.

这里有一些时间来说明目前的情况：

-----------------
 k: 6 len(ls): 48
Combos   Used Code                               Time
---------------------------------------------------------
12271512 len(list(combinations(ls,k)))       :  2.036 seconds
12271512 len(list(subbags(ls,k)))            : 50.540 seconds
12271512 len(list(uniqueCombinations(ls,k))) :  8.174 seconds
12271512 len(set(combinations(sorted(ls),k))):  7.233 seconds
---------------------------------------------------------
12271512 len(list(combinations(ls,k)))       :  2.030 seconds
       1 len(list(subbags(ls,k)))            :  0.001 seconds
       1 len(list(uniqueCombinations(ls,k))) :  3.619 seconds
       1 len(set(combinations(sorted(ls),k))):  2.592 seconds

上面的时间说明了两个极端：没有重复,只有重复.所有其他时间都在这两个之间.

我对上述结果的解释是纯Python函数(没有itertools或其他C编译模块)可以非常快,但它也可能慢得多,具体取决于列表中有多少重复项.因此,可能无法为提供所需功能的Python .so扩展模块编写C代码.

解决方法:

您可以预处理输入列表,而不是对输出进行后处理/过滤.这样,您可以避免首先生成重复项.预处理涉及对输入进行排序(或使用collections.Counter).一种可能的递归实现是：

def subbags(bag, k):
    a = sorted(bag)
    n = len(a)
    sub = []

    def index_of_next_unique_item(i):
        j = i + 1

        while j < n and a[j] == a[i]:
            j += 1

        return j

    def combinate(i):
        if len(sub) == k:
            yield tuple(sub)
        elif n - i >= k - len(sub):
            sub.append(a[i])
            yield from combinate(i + 1)
            sub.pop()
            yield from combinate(index_of_next_unique_item(i))

    yield from combinate(0)

bag = [1, 2, 3, 1, 2, 1]
k = 3
i = -1

print(sorted(bag), k)
print('---')

for i, subbag in enumerate(subbags(bag, k)):
    print(subbag)

print('---')
print(i + 1)

输出：

[1, 1, 1, 2, 2, 3] 3
---
(1, 1, 1)
(1, 1, 2)
(1, 1, 3)
(1, 2, 2)
(1, 2, 3)
(2, 2, 3)
---
6

需要一些堆栈空间用于递归,但是对输入进行排序应该比生成和丢弃重复使用更少的时间内存.