Проверка уникальности всех элементов в списке

Как лучше всего (как обычно) проверить, все ли элементы в списке уникальны?

Мой текущий подход с использованием Counter:

>>> x = [1, 1, 1, 2, 3, 4, 5, 6, 2]
>>> counter = Counter(x)
>>> for values in counter.itervalues():
        if values > 1: 
            # do something

Могу я сделать лучше?

Не самый эффективный, но простой и лаконичный:

if len(x) > len(set(x)):
   pass # do something

Наверное, для коротких списков особой разницы не будет.

Вот двухстрочный вариант, который также выполняет ранний выход:

>>> def allUnique(x):
...     seen = set()
...     return not any(i in seen or seen.add(i) for i in x)
...
>>> allUnique("ABCDEF")
True
>>> allUnique("ABACDEF")
False

Если элементы x не могут быть хешированы, вам придется прибегнуть к использованию списка для seen:

>>> def allUnique(x):
...     seen = list()
...     return not any(i in seen or seen.append(i) for i in x)
...
>>> allUnique([list("ABC"), list("DEF")])
True
>>> allUnique([list("ABC"), list("DEF"), list("ABC")])
False

Решение для раннего выхода может быть

def unique_values(g):
    s = set()
    for x in g:
        if x in s: return False
        s.add(x)
    return True

однако для небольших случаев или если ранний выход не является обычным случаем, я ожидал бы, что len(x) != len(set(x))это самый быстрый метод.

по скорости:

import numpy as np
x = [1, 1, 1, 2, 3, 4, 5, 6, 2]
np.unique(x).size == len(x)

Как насчет добавления всех записей в набор и проверки его длины?

len(set(x)) == len(x)

Вместо a setвы можете использовать dict.

len({}.fromkeys(x)) == len(x)

Другой подход полностью, используя сортировку и группировку:

from itertools import groupby
is_unique = lambda seq: all(sum(1 for _ in x[1])==1 for x in groupby(sorted(seq)))

Требуется сортировка, но завершается работа по первому повторяющемуся значению.

Вот рекурсивная версия O (N ² ) для развлечения:

def is_unique(lst):
    if len(lst) > 1:
        return is_unique(s[1:]) and (s[0] not in s[1:])
    return True

Вот рекурсивная функция раннего выхода:

def distinct(L):
    if len(L) == 2:
        return L[0] != L[1]
    H = L[0]
    T = L[1:]
    if (H in T):
            return False
    else:
            return distinct(T)    

Для меня это достаточно быстро, без использования странных (медленных) преобразований при функциональном подходе.

Как насчет этого

def is_unique(lst):
    if not lst:
        return True
    else:
        return Counter(lst).most_common(1)[0][1]==1

Вы можете использовать синтаксис Яна (len (x)> len (set (x))), но вместо set (x) определите функцию:

 def f5(seq, idfun=None): 
    # order preserving
    if idfun is None:
        def idfun(x): return x
    seen = {}
    result = []
    for item in seq:
        marker = idfun(item)
        # in old Python versions:
        # if seen.has_key(marker)
        # but in new ones:
        if marker in seen: continue
        seen[marker] = 1
        result.append(item)
    return result

и выполните len (x)> len (f5 (x)). Это будет быстро и одновременно с сохранением порядка.

Код взят из: http://www.peterbe.com/plog/uniqifiers-benchmark

Используя аналогичный подход в кадре данных Pandas, чтобы проверить, содержит ли содержимое столбца уникальные значения:

if tempDF['var1'].size == tempDF['var1'].unique().size:
    print("Unique")
else:
    print("Not unique")

Для меня это происходит мгновенно для переменной int в рамке даты, содержащей более миллиона строк.

все ответы выше хороши, но я предпочитаю использовать all_uniqueпример из 30 секунд python

вам нужно использовать set()в данном списке для удаления дубликатов, сравнить его длину с длиной списка.

def all_unique(lst):
  return len(lst) == len(set(lst))

он возвращается, Trueесли все значения в плоском списке равны unique, в Falseпротивном случае

x = [1,2,3,4,5,6]
y = [1,2,2,3,4,5]
all_unique(x) # True
all_unique(y) # False

Для начинающих:

def AllDifferent(s):
    for i in range(len(s)):
        for i2 in range(len(s)):
            if i != i2:
                if s[i] == s[i2]:
                    return False
    return True