python中的最佳匹配算法

Question

在python中最佳匹配的最佳实现应该是什么。

我有一个txt文件，其中包含一些国家/地区代码，例如

代码名称

123 ABC

1234 DEF

1235 GHI

124 JKL

1241 MNO

这个txt文件很大（13500条记录）我只是放了一些样本。

此外，我有一些CDR文件，我在每个记录（行）中获得国家代码（数字），我想将其转换为国家/地区名称。

现在我所说的最佳匹配是，说CDR记录包含国家代码“1234”然后国家名称将是“DEF”，如果是“1235”，国家名称将是“GHI”但是如果国家代码是“1236”然后完美匹配失败，它应该回到“ABC”，因为“123”可用。

我不知道这种搜索是否有标准名称。 喜欢正则表达式中的贪婪搜索。

这种搜索的最佳实现是什么，因为CDR文件非常大（高达25GB）。

Answer 1

词典是实现这一目标的最简单方法。见下面的解决方案：

1. 转换

123 ABC

1234 DEF

1235 GHI

124 JKL

1241 MNO

至{1241：'MNO'，1234：'DEF'，123：'ABC'，124：'JKL'，1235：'GHI'}

1. 使用国家/地区代码阅读CDR文件，然后在字典中搜索
2. 如果找不到代码，请删除单位并重新搜索。
3. 仍然没有找到 - 打印'找不到匹配'

以下是相同的代码 -

country_name = {}
with open('U:\countrynames.csv','r') as f:
    for line in f:
        linesplit = line.split()
        country_name[int(linesplit[0])] = linesplit[1]

with open('U:\countrycodesCDR.csv','r') as f:
    for line in f:
        country_code = int(line.strip())
        while country_code != 0:
            if country_code in country_name:
                print country_name[country_code]
                break
            else:
                 country_code /=10

        else:
             print 'No match found'