通過表達

Question

查一查字典蟒值我有了鑰匙Unix紀元時間戳，像這樣一個字典：

lookup_dict = { 
    1357899: {} #some dict of data 
    1357910: {} #some other dict of data 
} 

除此之外，你知道，參賽的數以百萬計和數以百萬計。我想重複這個詞典，一遍又一遍。理想情況下，我很樂意能寫的東西像我可以在R，像：

lookup_value = 1357900 
dict_subset = lookup_dict[key >= lookup_value] 
# dict_subset now contains {1357910: {}} 

但我承認，我找不到任何實際證明，這是Python的東西，而不必能做的，一個方式或其他，遍歷每一行。如果我正確地理解了Python（並且我可能不），key in dict表格的密鑰查找使用二進制搜索，因此速度非常快;任何方式來執行二進制搜索，在字典鍵？

Answer 1

要做到這一點而不進行迭代，您將需要排序順序的鍵。那麼你只需要對第一個>= lookup_value進行二分搜索，而不是檢查每個搜索的>= lookup_value。

如果你願意使用第三方庫，那裏有很多。前兩個想到的是bintrees（使用紅黑樹，如C++，Java等）和blist（使用B +樹）。例如，對於bintrees，它是如此簡單：

dict_subset = lookup_dict[lookup_value:] 

，這將被視爲有效，你倒是希望，基本上，它增加了使用該子集的不惜一切代價的上方設置了一個O(log N)搜索。 （當然，通常你想對這個子集做的事情是迭代整個事情，無論如何它最終會成爲O（N）......但是也許你正在做一些不同的事情，或者這個子集只有1000000箇中的10個鍵。）

當然有一個權衡。隨機訪問基於樹的映射是O（log N）而不是「通常O（1）」。此外，您的密鑰顯然需要完全訂購，而不是可哈希（並且很難自動檢測並提出好的錯誤消息）。

如果你想自己建立這個，你可以。你甚至不一定需要一棵樹;只是排序list的鍵旁邊dict。正如JonClements建議的那樣，您可以使用stdlib中的bisect模塊來維護list。您可能想要包裝bisect以創建一個排序列表對象，或者更好的方法是獲取ActiveState或PyPI上的一個配方來爲您做。然後，您可以將排序列表和dict組合到一個對象中，這樣您就不會意外更新其中一個而不更新其他對象。如果你願意的話，你可以將接口擴展到bintrees。

Answer 2

使用下面的代碼將制定出

some_time_to_filter_for = # blah unix time 
# Create a new sub-dictionary 
sub_dict = {key: val for key, val in lookup_dict.items() 
      if key >= some_time_to_filter_for} 

基本上我們只是通過在你的字典裏所有鍵進行迭代，並給出一個時間過濾掉了，我們要把一切都大於或等於鍵值並將它們放入我們的新詞典中