目标与需求
一批整数 ID 可能重复出现。需要保留每个 ID 第一次出现的位置,同时删除后续重复项。
例如:
输入:[3, 1, 3, 2, 1]
输出:[3, 1, 2]
接口接受整数可迭代对象,返回一个新的列表。输入顺序、首次出现顺序和返回值顺序必须一致。函数不修改输入,不依赖全局状态。
为什么先写约束
“去重”本身不足以定义结果。把序列转为集合可以移除重复元素,却没有表达本需求要求的首次出现顺序。
还需要说明适用范围:这里处理可哈希的整数,不把任意嵌套列表、复杂对象或模糊相等规则加入同一接口。
实现
用集合记录已经出现的 ID,用列表记录返回顺序。两个数据结构分别负责判断和组织结果:
def stable_unique(values):
seen = set()
result = []
for value in values:
if value not in seen:
seen.add(value)
result.append(value)
return result
这个函数没有文件读写和网络请求,因此可以独立于调用它的数据流水线进行验证。
用例验证
def verify_stable_unique():
assert stable_unique([]) == []
assert stable_unique([4]) == [4]
assert stable_unique([3, 1, 3, 2, 1]) == [3, 1, 2]
assert stable_unique([2, 2, 2]) == [2]
assert stable_unique([-1, 0, -1]) == [-1, 0]
original = [3, 1, 3]
assert stable_unique(original) == [3, 1]
assert original == [3, 1, 3]
assert stable_unique([3, 1, 2]) == [3, 1, 2]
这些用例分别检查空输入、单个值、顺序、重复值、负数和输入不变性。把它们与上面的实现放在同一个 Python 文件中,调用验证函数即可运行。
技术选择
| 选择 | 原因 |
|---|---|
| 使用局部集合 | 只负责判断是否出现过,不承担输出顺序 |
| 单独构建列表 | 显式保留首次出现顺序 |
| 不修改输入 | 便于复用和定位调用方问题 |
| 不增加第三方依赖 | 标准库已能满足这个接口 |
在通常的哈希表操作成本假设下,处理 项的期望时间复杂度为 。设不同 ID 数量为 ,集合和结果列表需要 额外空间。这不是对任意输入和哈希冲突情况的最坏耗时承诺。
哪些内容没有被测量
本文不报告吞吐率、生产延迟或内存峰值,因为这些测量并未进行。真正加入项目时,应根据输入规模和调用方式另行测量,并记录运行环境。
目前的函数只负责去重。批量读取、错误恢复和数据持久化属于调用流程,不必为了这个示例提前扩展接口。
复盘
一份有用的工程记录应能回答:需求究竟是什么、为什么选择这种实现、哪些性质已经验证、哪些结论还缺证据。即使实现很短,这些说明也能让后续修改更可靠。