Question

我有一个大的python字典（65535键：值对），其中键是范围（0,65536），值是整数。

我发现排序此数据结构的解决方案在此处发布： Sort a Python dictionary by value

该解决方案有效，但不一定非常快。

为了使问题进一步复杂化，我有可能拥有许多（数千）这些词典，我必须在排序之前将它们结合起来。我目前正在通过迭代一个字典中的对，在另一个字典中进行键查找，以及根据需要添加/更新条目来组合这些字典。

这使我的问题有两个：

1）字典是否是这个问题的正确数据结构？自定义树或其他东西会更有意义吗？

2）如果词典是明智的，合理的选择，那么结合词典的多个然后对它进行排序的理想方法是什么？

我可以通过一种解决方案重新设计我的程序流程，以便将维护的字典数量减少到一个，尽管这是最后的手段。

由于

Answer 1

一个填充了65535个条目的字典，其范围内的键（0：65536）听起来像一个数组。如果您需要排序数组，为什么使用字典？

通常，在Python中，您将使用此类数据的列表。在您的情况下，由于值是整数，您可能还需要考虑使用数组模块。您还应该查看heapq模块，因为如果您的数据可以用这种方式表示，那么可以使用内置的合并函数。

在任何情况下，如果您需要合并数据结构并生成排序数据结构，最好使用合并算法，这是一种合并算法。

Answer 2

这里没有足够的信息说明你应该使用哪种数据结构，因为我们不知道你还在用它做什么。

如果您需要能够一次一个地将记录快速插入到数据结构中，那么您确实需要一个树状数据结构，遗憾的是它没有标准实现（甚至是标准接口，对于某些操作）在Python中。

如果您只需要能够执行您所说的内容 - 对现有数据进行排序 - 那么您可以使用列表。排序很快，特别是如果部分数据已经排序，您可以使用二进制搜索进行快速查找。但是，插入元素将是O（n）而不是你用树得到的O（log n）。

这是一个简单的例子，将dicts转换为列表或元组，对组合结果进行排序，并使用bisect模块搜索项目。

请注意，您可以拥有重复的密钥，显示在多个dict中。这很容易处理：它们会自然地一起排序，而二分法会给你一个包含所有这些键的[开始，结束]范围。

如果您想稍后添加数据块，请将其追加到最后并重新排序列表; Python的排序很擅长，它可能比O（n log n）好得多。

此代码假设您的密钥是整数，正如您所说。

dataA = { 1: 'data1', 3: 'data3', 5: 'data5', 2: 'data2' }
dataB = { 2: 'more data2', 4: 'data4', 6: 'data6' }

combined_list = dataA.items() + dataB.items()
combined_list.sort()
print combined_list

import bisect
def get_range(data, value):
    lower_bound = bisect.bisect_left(data, (value, ))
    upper_bound = bisect.bisect_left(data, (value+1, ))
    return lower_bound, upper_bound

lower_bound, upper_bound = get_range(combined_list, 2)
print lower_bound, upper_bound
print combined_list[lower_bound:upper_bound]

Answer 3

有了这么多的数据，我会咬紧牙关并使用内置的sqlite模块。是的，你放弃了一些python的灵活性，必须使用SQL，但现在它的排序65k值;接下来它将找到符合特定标准的值。因此，不要重新发明关系数据库，而是立即进入SQL路由。

大型可排序数据结构？字典还是其他什么？

3 个答案: