数据重新映射技术

Question

我有一个哈希/关联数组列表和其他嵌套对象，例如哈希哈希等。样本数据是json格式。

简易部分

从上面描述的复杂数据结构中我只对特定的重复 {k，v} 对感兴趣，它们可以重新构造，并且可以作为参数迭代地传递给一个远程过程。远程进程对值 v 执行操作，并生成输出'V'。输出'V'可以作为 {k，V} 映射回'k' - 这是一个相当常见的问题，如：< / p>

Iternation 1：

{k1，v1} == “为输入提取并重新构建 v1 ” ==＆gt;（进程）== “输出” ==＆gt; {V1} == “映射到k1” ==＆gt; {k1，V1}

迭代2：

{k2，v2} == “为输入提取并重新构建 v2 ” ==＆gt;（进程）== “输出” ==＆gt; {V2} == “映射到k2” ==＆gt; {k2，V2}

迭代3：

.......

棘手的部分

远程进程还有一项附加功能，允许它使用边界分隔符（例如'：'）在一次调用中摄取多个值 v 。如下图所示：

迭代1：

{k1，v1} ， {k2，v2} == “提取并重新构建 v1 ： v2 表示输入“ ==＆gt;（处理）== ”输出“ ==＆gt; {V1：V2} == “map to k1，k2” ==＆gt; {k1，V1}，{k2，V2}

迭代2：

{k3，v3} ， {k4，v4} == “提取并重新构建 v3 ： v4 输入“ ==＆gt;（处理）== ”输出“ ==＆gt; {V3：V4} == “map to k3，k4” ==＆gt; {k3，V3}，{k4，V4}

迭代3：

.......

方法

我想到的一件事是使用'map'功能而不是迭代/光标。 有哪些其他技术/方法可以改善“棘手”场景的性能？目标是减少对流程的调用，但不是以性能为代价

Python或欢迎样板建议

Answer 1

在python中：

def passPairs(adict):
  k1, v1 = adict.popitem('k1')
  k2, v2 = adict.popitem('k2')
  V1, V2 = process(v1, v2) # corrected the case
  adict.update(zip((k1,k2), (V1, V2))