生成器函数，用于查找两个文件之间的公共行

Question

我正在阅读 Steven 和 Dusty 的 Python 面向对象编程。

我在第 10 章，都是关于迭代器设计模式的。本章末尾有一个练习，编写生成器函数/表达式以查找两个文件之间的公共行。

这是我天真的方法：

old = os.path.normpath('E:/testing/old.txt')
new = os.path.normpath('E:/testing/new.txt')
res = []

def func(source):
    for line in source.readlines():
        yield line

方法一：

with open(old, "r") as f:
    for line in func(f):
        with open(new, "r") as _f:
            for _line in func(_f):
                if line == _line:
                    res.append(line)

方法二：

with open(old, "r") as f:
    for line in func(f):
        with open(new, "r") as _f:
            res.extend(filter(lambda a: line == a, func(_f)))

上下文：

现在，让我们考虑完全不同的问题，假设我们有字符串列表而不是带有

n

和

m

元素的文件，我们可以在

O(n)

时间复杂度和

O(m)

空间中找到常见字符串。

大问题

1. 是否有更好的 pythonic 方法来重构上述代码？
2. 我知道生成器都是为了节省space和state，但是按照上面的context，在时间复杂度方面有没有更好的方法来比较两个文件并找到公共行。

我的最终目标是在时间和空间复杂度方面优化我的代码（如果可能的话），并使其更像 pythonic。

附言- 谁能给我指点 linux

diff

命令和

git-diff

源代码的源代码。

我试图找到 linux

diff

和

git-diff

的源代码，但找不到。

Answer 1

我不认为使用生成器可以最好地解决这个问题。我的方法是：

old = 'E:/testing/old.txt'
new = 'E:/testing/new.txt'

with open(old) as f:
    old_lines = set(f) # A set of lines

with open(new) as f:
    matches = [line for line in f if line in old_lines]

print(matches)

如果你想比较去掉尾随换行符的行（因为最后一行可能没有尾随换行符），那么你可以使用下面的代码，它也演示了创建两个集合并对它们进行“交集”操作。这样您就不必显式地循环遍历行。但是，您无法控制打印匹配项的顺序：

old = 'E:/testing/old.txt'
new = 'E:/testing/new.txt'

with open(old) as f:
    old_lines = set(line.strip('\n') for line in f) # A set of lines

matches = []
with open(new) as f:
    matches = set(line.strip('\n') for line in f) and old_lines

print(matches)

Answer 2

如果我是你，我会使用

set

，他们可以在（几乎）恒定的时间内进行会员测试。

some_set.intersection(some_other_set)

产生他们的共同成员。它真的很快因为他们使用哈希表.