蟒蛇：由第一要素

列表有序字典和組的名單上有列出list1 = [['colour','red'],['colour','blue],['shape','rect'],['shape','square']]蟒蛇：由第一要素

是什麼使一個OrderedDict出列表1的最快的方法列表？

{colour:['red','blue'],shape:['rect','square']}

到目前爲止，我已經能夠通過list1的映射，並在每個內部列表的索引0中提取獨特的元素，並返回它作爲列表2。

我可以通過list1和list2映射，如果找到maching元素，然後從list1的每個內部列表中的索引1獲取元素，但我不確定它是否是正確的方法/快速方法。

請幫忙嗎？

來源

2017-08-09 BlueDog

兩種方法，根據您的輸入：

選項1：如果在你的榜樣，所有匹配的鑰匙是連續的（所以你總能看到所有colours在一起），你可以使用itertools.groupby將它們分組：

from collections import OrderedDict 
from itertools import groupby 
from operator import itemgetter 

list1 = [['colour','red'],['colour','blue],['shape','rect'],['shape','square']] 
dict1 = OrderedDict((k, [v for _, v in grp]) for k, grp in groupby(list1, itemgetter(0)))

這是，至少在理論上，最快的方法，因爲它沒有每一個鍵上線時間進行查找，然後反覆恰好寫一次dict每個鍵，但是它依賴於輸入的密鑰進行排序。

選項2：使用__missing__特殊方法作出OrderedDict具有相同的行爲上查找失蹤鍵defaultdict(list)（可悲的是，這兩種類型是不相容的，所以你不能從兩個繼承的類和收工），然後寫一個明確的循環填寫了：

from collections import OrderedDict 

class OrderedMultidict(OrderedDict): 
    __slots__ =() # Avoid overhead of per-instance __dict__ 
    def __missing__(self, key): 
     # Missing keys are seamlessly initialized to an empty list 
     self[key] = retval = [] 
     return retval

然後用它來積累的結果：

dict1 = OrderedMultidict() 
for k, v in list1: 
    dict1[k].append(v)

這種方法消除選項1的順序依賴，在交換添加每個鍵的重複查找（儘管只有第一個查找調用__missing__中的Python級別代碼;在此之後，如果OrderedDict與現代Python 3代碼中的C級別一樣，查找也將保持C級別）。也就是說，雖然反覆查找理論上比每次寫入關鍵字只有一次更差，但實際上我認爲這種解決方案在現代CPython上會更快（其中OrderedDict是C內置的）。在Python 2和更早版本的Python 3中，它在Python中實現（雖然groupby始終是C級別），但groupby更有可能獲勝，但是當兩種類型都是C加速時，groupby實際上會有一些額外的開銷，可能會使其丟失。

來源

2017-11-08 01:33:20 ShadowRanger

蟒蛇：由第一要素

回答

相關問題