Question

我之所以提出这个问题是因为我正在使用大量数据。

在我的算法中，我基本上需要这样的东西：

users_per_document = []
documents_per_user = []

正如您从词典的名称中理解的那样，我需要用户点击特定用户点击的特定文档和文档。

在这种情况下，我有＆＃34; 重复＆＃34;数据，并且它们两者一起溢出内存，我的脚本在一段时间后被杀死。因为我使用非常大的数据集，所以我必须以有效的方式进行。

我认为这是不可能的，但我需要问一下，有没有办法从字典中获取特定值的所有键？

因为如果有办法，我就不再需要其中一个词典。

例如：

users_per_document["document1"]显然会返回相应的内容   用户，
   我需要的是users_per_document.getKeys("user1")，因为这基本上会与documents_per_user["user1"]
返回相同的内容

如果不可能，任何建议都很高兴。

Answer 1

如果您使用的是Python 3.x，则可以执行以下操作。如果是2.x，请改用.iteritems()。

user1_values = [key for key,value in users_per_document.items() if value == "user1"]

注意：这会迭代整个字典。字典并不是获取特定值的所有键的理想数据结构，因为如果您必须执行此操作O(n^2)次，它将是n。

Answer 2

我不太确定python，但在一般的计算机科学中，你可以用以下方法解决问题;

基本上，你可以有三维数组，第一个索引是用户，第二个索引是文档，第三个索引是布尔值。

布尔值表示特定用户与特定文档之间是否存在关联。

PS：如果你有一个非常稀疏的矩阵，你可以提高它的效率，但它是another story