通过子字符串分配Python字典

给定一个预先存在的Python字典:

my_dict = {
    "Robert" : 37,
    "Kevin"  : 25,
    "Mark"   : 81,
}

如果仅提供密钥的子字符串或大小写不同的版本,那么在此结构中为现有密钥插入新值的最有效方法是什么?例如. “抢”或“ kev”

我目前的工作原理,但是我正在做类似以下的事情,对于多个输入,它是O(N ^ 2):

for key in list(my_dict):
    if my_input.name.lower() in key.lower():
        my_dict[key] = my_input.value
        break

解决方法:

首先,正如我在问题下的注释中所解释的那样,您可以做一些事情来优化现有代码:

my_dict = {
    "Robert" : 37,
    "Kevin"  : 25,
    "Mark"   : 81,
    "Andre"  : 55
}

# optimized version of existing code
def update_key(my_dict, my_input, my_value):
    my_input = my_input.lower()
    for key in my_dict:
        if my_input in key.lower():
            my_dict[key] = my_value
            break

就像@Stephen Rauch一样,我认为建立索引是必须的.但是,我认为构建每个键的每个可能的子字符串的成本很高.此外,它对于出现在字符串中间或结尾的子字符串不是很可靠.

这是另一种基于索引的方法.这个想法是我们将所有键连接在一起并构建一个字符串.我们还跟踪列表中每个字符串的长度.

然后对于给定的测试字符串,我们使用str.find()(应为O(N))查找子字符串的索引.接下来,我们在长度数组中计数以找到相应的键.

def create_index(my_dict):
    key_str = ""
    key_lengths = []
    for key in my_dict:
        key_str += key
        key_lengths.append(len(key))

    # return the concatenated keys, a lower case version, and the lengths list
    return (key_str, key_str.lower(), key_lengths)

def key_lookup(key_str, key_str_lower, key_lengths, my_input):
    idx = key_str_lower.find(my_input.lower())
    if idx == -1:
        return None
    len_sum = 0
    for kl in key_lengths:
        if idx < len_sum+kl:
            return key_str[len_sum:len_sum+kl]
        else:
            len_sum += kl
    return None

key_str, key_str_lower, key_lengths = create_index(my_dict)

print key_str_lower
#andrerobertkevinmark
print key_lengths
#[5, 6, 5, 4]

输出示例:

print(key_lookup(key_str, key_str_lower, key_lengths, my_input='rob'))
#Robert
print(key_lookup(key_str, key_str_lower, key_lengths, my_input='dre'))
#Andre

笔记

>我认为您现有的代码可能比该解决方案更好.它绝对更具可读性,更容易理解.
>根据您的实际目的,也可以通过多种方法进行修改.例如,您无需遍历和计算字符串偏移量,而可以将每个可能的偏移量以{offset:key}的形式存储在字典中.这会稍微增加索引创建时间,并占用更多空间,但是查找会更快.
>与原始示例一样,如果子字符串包含在多个字符串中,则这将返回第一个匹配项.由于字典是无序的,因此在建立索引时可以选择对键进行排序,以便确定输出.

计时结果

import random
import string

random.seed(12345)

N = 1000
my_dict = {
    ''.join(random.choice(string.ascii_letters) for _ in range(random.randint(3,30))): j for j in range(N)
}

def key_lookup_orig(my_dict, my_input):
    my_input = my_input.lower()
    for key in my_dict:
        if my_input in key.lower():
            return key
    return None

subs = [k[random.randint(0,len(k)-1):max(random.randint(0,len(k)), len(k))] for k in my_dict]

%%timeit
sum([1 if not key_lookup_orig(my_dict, s) else 0 for s in subs])
#1000 loops, best of 3: 1.5 ms per loop

key_str, key_str_lower, key_lengths = create_index(my_dict)

%%timeit
sum([1 if not key_lookup(key_str, key_str_lower, key_lengths, my_input=s) else 0 for s in subs])
#1000 loops, best of 3: 795 µs per loop
上一篇:PHP错误:注意:未定义的索引:


下一篇:为子字符串查询优化Mysql表索引