Комбинируйте списки с общими элементами

Во многих случаях моделирование проблемы в виде графа может значительно упростить довольно сложные задачи. В этом случае с точки зрения теории графов мы будем искать связанные компоненты графа.

Таким образом, простой способ сделать это - создать граф с помощью NetworkX и добавить свой список в качестве ребер графа с помощью add_edges_from. Затем используйте connected_components, который точно даст вам список наборов связанных компонентов в графе:

import networkx as nx 

L = [['John','Sayyed'], ['John' , 'Simon'] ,['bush','trump']]

G=nx.Graph()
G.add_edges_from(L)
list(nx.connected_components(G))

[{'John', 'Sayyed', 'Simon'}, {'bush', 'trump'}]

А как насчет подсписок с несколькими (> 2) элементами?

В случае наличия подсписок с более чем 2 элементами, вы можете добавить их как пути вместо узлов, используя nx.add_path, поскольку они могут соединять несколько узлов:

L = [['John','Sayyed'], ['John' , 'Simon'] ,['bush','trump'],
     ['Sam','Suri','NewYork'],['Suri','Orlando','Canada']]

G=nx.Graph()
for l in L:
    nx.add_path(G, l)
list(nx.connected_components(G))

[{'John', 'Sayyed', 'Simon'},
 {'bush', 'trump'},
 {'Canada', 'NewYork', 'Orlando', 'Sam', 'Suri'}]

Мы также можем визуализировать эти связанные компоненты с помощью nx.draw:

pos = nx.spring_layout(G, scale=20, k=2/np.sqrt(G.order()))
nx.draw(G, pos, node_color='lightgreen', node_size=1000, with_labels=True)

О компонентах связности (теория графов)

Более подробное объяснение по связанные компоненты:

In graph theory, a connected component (or just component) of an undirected graph is a subgraph in which any two vertices are connected to each other by paths, and which is connected to no additional vertices in the supergraph

По сути, этот код создает граф с ребрами из списка, где каждое ребро состоит из двух значений u,v, где u и v будут узлами, соединенными этим ребром.

И, следовательно, объединение подсписок по крайней мере с одним подсписком с общим элементом может быть преобразовано в проблему теории графов, поскольку все узлы достижимы между собой по существующим путям.

Если порядок является важен, а список велик, вы можете использовать этот двухэтапный метод:

 l = [['john', 'sayyid'], ['john', 'simon'], ['b', 't']]

 def join(l1, l2):
     mset = set(l1)
     result = l1[:] # deep copy
     for each in l2:
         if each in mset:
             continue
         else:
             result.append(each)
     return result

Чтобы объединиться с основным списком, вы можете просто вызвать список по их рангу и открыть исходный список:

l1 = l.pop(0)
l2 = l.pop(0)
l.insert(0, join(l1, l2))
>>> l:
[['john', 'sayyid', 'simon'], ['b', 't']]

Чтобы объединить 2 списка:

merge = lambda l1, l2: l1 + [ x for x in l2 if x not in l1 ]

Для большей эффективности создайте set на l1;

Простой подход

L = [['John','Sayyed'], [ 'John' , 'Simon'] ,['bush','trump']]
L[0].extend([x for x in L[1] if x not in L[0]])
L.pop(1)
print(L) 

Видеть

Составить список

Добавить против расширения

Вы можете использовать функцию connected_components в networkx:

import networkx as nx 
​
L = [['John','Sayyed'], ['John' , 'Simon'] ,['bush','trump'],
     ['Sam','Suri','NewYork'],['Suri','Orlando','Canada']]
​
G = nx.Graph()
​
for i in L:
    G.add_path(i)
​
lst = list(nx.connected_components(G))
print(lst)

Вывод:

[{'John', 'Sayyed', 'Simon'},
 {'bush', 'trump'},
 {'Canada', 'NewYork', 'Orlando', 'Sam', 'Suri'}]