另一种解决方案是使用十字路口。

one = [1, 2, 3]
two = [9, 8, 5, 3, 2, 1]

set(one).intersection(set(two)) == set(one)

集合的交点包含集合1

(OR)

one = [1, 2, 3]
two = [9, 8, 5, 3, 2, 1]

set(one) & (set(two)) == set(one)

使用set.issubset

例子:

a = {1,2}
b = {1,2,3}
a.issubset(b) # True

a = {1,2,4}
b = {1,2,3}
a.issubset(b) # False

Python为此提供的性能函数是set. is子集。然而，它确实有一些限制，不清楚它是否能回答你的问题。

一个列表可以多次包含项目，并具有特定的顺序。而一组则不是。此外，set只适用于可哈希对象。

您是在询问子集还是子序列(这意味着您将需要字符串搜索算法)?对于许多测试，这两个列表是否都是相同的?列表中包含哪些数据类型?就此而言，它需要是一个列表吗?

你的另一篇文章交叉了字典和列表，使类型更清晰，并建议使用字典键视图来实现类似于集合的功能。在这种情况下，它是可以工作的，因为字典键的行为类似于集合(以至于在Python中有集合之前，我们使用字典)。人们不禁要问，为什么这个问题在三个小时内变得不那么具体了。

集合理论不适用于列表，因为重复使用集合理论会导致错误的答案。

例如:

a = [1, 3, 3, 3, 5]
b = [1, 3, 3, 4, 5]
set(b) > set(a)

没有任何意义。是的，它给出了一个错误的答案，但这是不正确的，因为集合理论只是比较:1,3,5与1,3,4,5。你必须包括所有副本。

相反，你必须计算每一项的出现次数，并使用大于等于来检查。这不是很昂贵，因为它不使用O(N²)操作，也不需要快速排序。

#!/usr/bin/env python

from collections import Counter

def containedInFirst(a, b):
  a_count = Counter(a)
  b_count = Counter(b)
  for key in b_count:
    if a_count.has_key(key) == False:
      return False
    if b_count[key] > a_count[key]:
      return False
  return True


a = [1, 3, 3, 3, 5]
b = [1, 3, 3, 4, 5]
print "b in a: ", containedInFirst(a, b)

a = [1, 3, 3, 3, 4, 4, 5]
b = [1, 3, 3, 4, 5]
print "b in a: ", containedInFirst(a, b)

然后运行这个，你会得到:

$ python contained.py 
b in a:  False
b in a:  True

>>> a = [1, 3, 5]
>>> b = [1, 3, 5, 8]
>>> c = [3, 5, 9]
>>> set(a) <= set(b)
True
>>> set(c) <= set(b)
False

>>> a = ['yes', 'no', 'hmm']
>>> b = ['yes', 'no', 'hmm', 'well']
>>> c = ['sorry', 'no', 'hmm']
>>> 
>>> set(a) <= set(b)
True
>>> set(c) <= set(b)
False

下面的代码检查一个给定的集合是否是另一个集合的“适当子集”

 def is_proper_subset(set, superset):
     return all(x in superset for x in set) and len(set)<len(superset)

在python 3.5中，您可以执行[*set()][index]来获取元素。它比其他方法要慢得多。

one = [1, 2, 3]
two = [9, 8, 5, 3, 2, 1]

result = set(x in two for x in one)

[*result][0] == True

或者只用len和set

len(set(a+b)) == len(set(a))