Question

如果我有一个如下所示的文件，那么打印包含第一个共同字段的每一行的最佳方法是什么（即打印每一行[0] ='a'，每行该字段[ 0] ='b'）？我应该使用sort（），还是将值作为列表填充到字典中，或者使用类来对每个字段进行分类，还是使用search（）？也许我过于复杂了一个简单的解决方案。

文件：

a 2012 fff

b 2012 xxx

a 2011 fff

a 2011 vvv

b 2010 sss

常规排序：

with open('test.txt','r') as file:
    for line in file:
        field0,field1,field2=line.split()
        field0.sort() # ???

OR

class MyClass:
    def __init__(self,field0,field1,field2):
        self.field0=field0
        self.field1=field1
        self.field2=field2
    def grabField():
        for i in MyClass.field0:
            print MyClass.field0,MyClass.field1,MyClass.field2

with open('test.txt','r') as file:
    for line in file:
        field0,field1,field2=line.split()
        MyClass(field0,field1,field2)
grabField()

我已确定以下代码来填充字典和排序值：

from collections import defaultdict
res = defaultdict(list)
with open('test.txt','r') as file:
    for line in file:
        field0, field1, field2 = line.split()
        res[field0] += [field1, field2]

for i in res.keys():
    print i, sorted(res[i], key=lambda x: x[0])

然而，这会产生“a [2011,2011,2012，fff，fff，vvv]”并且我希望输出与输入的格式完全相同（但已排序）：

a 2011 fff

a 2011 vvv

a 2012 fff

我不能只对原始输入使用sort，因为我将多次引用并需要存储在内存中。每行的值是否应存储在列表中（即字典值是列表列表）？

Answer 1

我只会使用sorted：

>>> with open('test.txt') as f:
...   lines = [l.strip() for l in f.readlines()]
... 
>>> sorted_nonempty_lines = sorted((l for l in lines if l), key=lambda x: x.split()[0])
>>> 
>>> for line in sorted_nonempty_lines:
...   print line
... 
a 2012 fff
a 2011 fff
a 2011 vvv
b 2012 xxx
b 2010 sss

Answer 2

这实际上取决于你在做什么。如果你想选择以a开头的所有行，忽略其余的行，并关闭文件，除了逐行搜索以a开头的行之外，没有什么比这更复杂的了。。您必须浏览整个列表才能找到所有行，但是您已经获得了所需的数据，因此没有必要再做更多的事了。

另一方面，如果您需要多次查询数据，并且您有足够的内存来存储while文件，那么使用带有列表作为值的dict是有意义的，如您所建议的那样。这样，您只需要浏览一次文件，然后可以对数据进行多次查询。

对于这种特殊情况，对数据进行排序可能是最糟糕的解决方案，因为它需要O（n * log（n））时间来对列表进行排序，但只需要O（n）时间来遍历文件一次并创建一个字典。

使用sort（）或search（）？

2 个答案: