Question

我已经有一个已经按键id排序的词典列表。

y = [{'id': 0, 'name': 'Frank'},
     {'id': 5, 'name': 'Hank'},
     {'id': 8, 'name': 'Fred'},
     {'id': 30, 'name': 'Jill'}]

我想在列表中插入一个新元素。

y.append({'id': 6, 'name': 'Jenkins'})

添加新元素后，如何避免再次按如下方式对列表进行排序？

y = sorted(y, key=lambda x: x['id'])

理想的结果是：

y = [{'id': 0, 'name': 'Frank'},
     {'id': 5, 'name': 'Hank'},
     {'id': 6, 'name': 'Jenkins'},
     {'id': 8, 'name': 'Fred'},
     {'id': 30, 'name': 'Jill'}]

编辑：

使用bisect.insort(y, {'id': 6, 'name': 'Jenkins'})仅适用于第一个密钥，如果dict按名称排序，则会失败。

Answer 1

自a insertion in a list is in O(n)以来，任何聪明的bisect算法都没用，所以你可以简单地循环列表来找到它应该插入的位置，然后插入它。类似的东西：

new_value = {'id': 6, 'name': 'Jenkins'}

for index, value in enumerate(y):
    # Assuming y is in increasing order.
    if value['id'] > new_value['id']:
        y.insert(index, new_value)
        break

Answer 2

我建议将您的字典更改为一个类，重载比较运算符，然后使用bisect.insort（）。我不建议遍历所有项目以找到其他答复中建议的插入位置。从理论上讲，复杂度仍然是O（n），但是，搜索项目要比插入新元素花费更长的时间。我想插入只会做一些内存复制，而对于搜索，您必须比较每个元素。

在我的示例中，反复查找位置，然后插入大约需要2分钟才能完成。使用bisect.insert（）进行相同的数据大约需要10秒钟。

Python：将新元素插入到排序的字典列表中

2 个答案: