按 SORTED 顺序在字典中添加键答案

【问题标题】：Add keys in dictionary in SORTED order按 SORTED 顺序在字典中添加键
【发布时间】：2013-03-07 16:14:59
【问题描述】：

假设我有一本字典

{1:5, 2:5, 4:5}

是否有这样的数据结构，如果我添加键值对3:5，将其输入字典以便键按排序顺序？即

{1:5, 2:5, 3:5, 4:5}

我知道collections.OrderedDict()，但这只会使键保持添加顺序（目前这对我来说还不够）。

我不想使用普通字典dic = {}，然后必须使用sorted(dic)[0] 来抓取最小的键。我宁愿有 sorted_dict[0] 类型的函数。
这样做的原因是，如果我使用普通字典，我将不得不多次调用排序，因为我会不断地将对添加到我的字典中。

编辑：我应该提到，它不仅是我关心的最小和最大键，我还需要定期打印这本字典......

【问题讨论】：

以我的技能水平，我自己的课会比 sorted(dict) 还要慢！！ :(
你需要这个的用例是什么（你试图解决的实际问题）。
一个金融市场应用程序，键是价格，值是该价格的交易量。随着新数据的到来，我必须更新我的字典，并且我想在我的脚本中多次找出最好和最差的价格及其数量。
@RedBaron: 每次他需要最小的键时都是 O(N)，每次他需要最大的键时都是 O(N)，当然每次都是 O(N log N)他需要打印整件事。他在问题中明确表示这是不可接受的。
具体来说，Alex Martelli 对此问题有一个nice answer

标签： python dictionary key sorted

【解决方案1】：

试试这个食谱——http://code.activestate.com/recipes/576998-sorted-dictionary/

它使用 stdlib bisect 模块对键进行排序。

【讨论】：

这行得通，但它不会像为工作使用正确的数据结构那样有效。
还查看了此页面上的链接：stutzbachenterprises.com/blist/sorteddict.html。很好，虽然我在工作，但我不能在那里使用这个模块......
@XinLiang: 和我推荐的blist 一样。为什么你不能使用这个模块？（如果您的意思是由于许可不明确，您不能使用 ActiveState 的配方……我之前在一些雇主的法律部门遇到过这个问题，即使我很确定明确的 MIT 许可会覆盖 AS 许可. 但无论如何，blist 和 bintrees 分别是 BSD 许可和 MIT 许可的，所以这不是问题。
我没有安装新模块的权限...另外，我对 python 还是很陌生（3 周经验）
@XinLiang：我已经编辑了我的答案来处理这个问题。但我认为对于这个答案，我们在 cmets 上跑题了。

【解决方案2】：

如果您打算连续地从字典中添加和删除键，您确实需要使用适当的数据结构来解决问题的东西——而不是哈希表（或哈希表加列表，如 SortedOrderedDict-类型食谱），但平衡树（或等效的，如跳过列表）。

如果您环顾一下 PyPI，您会发现许多选项。我的建议是blist。尽管它的数据结构可能不如其他一些数据结构那么优化（因为 B+Tree 比二叉树宽得多），但它对于几乎任何你会遇到的用例来说可能已经足够好了。并且它具有完整且经过良好测试的界面，包括经过良好测试的性能保证。其他严肃项目也大量使用它。

如果您正在处理树性能确实很关键的罕见情况之一，您可能应该查看各种红黑树、展开树、跳过列表等实现。我之前用过bintrees，它有一个很棒的接口（例如，你可以通过索引访问键和值，甚至可以对树进行切片，以及将其视为dict，作者已经考虑过了并避免了所有潜在的歧义），但我没有对它进行认真的性能测试。

或者，如果您的键和值确实都是小整数，您可能需要考虑使用 Cython 将 C++ map<int, int> 包装在 Pythonic 接口中。（在 C++ map 之上提供 complete 接口是不太可能的，但您通常不需要它。）或者，或者，将 bintrees.FastRBTree 之类的实现之一修改为存储并比较 long 而不是 PyObject*。

另一方面，如果您只是要一次创建所有字典然后使用它，则有一个更简单的答案。对其进行排序，并将其粘贴在OrderedDict 中。那么你就不需要标准库之外的任何东西了。

sorted_dict = collections.OrderedDict(sorted(d.iteritems()))

从对另一个答案的评论中，您说“我无权安装新模块...”

首先，确保这是真的。您可能确实有权在用户站点包目录中安装模块。或者，如果安装了virtualenv 和/或您正在使用内置venv 的3.3，那么您可能有权创建一个venv 并将模块安装到其中。

但如果是这样，您需要做的是将文件从 blist/bintrees/whatever 复制到您的项目中。

您可能遇到的问题是这些包中的大多数都包含 C 扩展模块，这意味着您必须能够构建它们（嗯，build_ext -i 它们）。如果您的系统没有安装 Python 开发文件和编译器工具链，则不能这样做。在这种情况下，您正在寻找最好的纯 Python 解决方案。 bintrees 带有一个纯 Python 实现，它与普通的 C 扩展实现相同，只是速度较慢。当然，它仍然是 O(log N)，只是常数因子要高得多。如果 N 足够大，它仍然是一个巨大的胜利；如果不是，可能不是。

如果这听起来合理，但您需要帮助设置每个用户的站点包或虚拟环境，或将模块复制到您的项目中，或就地构建扩展等，您可能应该搜索现有问题，如果找不到，请提出新问题（如果没有其他原因，只是因为那些擅长安装问题的人不一定是数据结构方面的专家，甚至可能不是正在阅读这个问题）。

【讨论】：

是的，我需要不断地在字典中添加和删除项目，所以我不想每次都使用这个排序功能（n log n）。将调查您的泡罩解决方案
PS，如果您使用blist 进行严肃的项目，请给作者 Daniel 发送电子邮件；他喜欢密切关注它是如何被使用的，这样他就可以在某一天推动它包含在 stdlib 中（这显然会让你的生活更轻松，因为你不必再从 PyPI 安装它了）。
不知道blist 包。看完之后，绝对是+1。

【解决方案3】：

晚了一年多，但我想推荐sortedcontainers 模块。与 blist 和 bintrees 一样，它提供了一个 SortedDict 数据类型，以按排序顺序维护键。与那些模块不同，它是用纯 Python 编写的，实际上速度更快。 SortedDict 还支持索引。查找最小值/最大值实际上发生在 O(1) 时间内。

因为它是纯 Python，所以使用 pip 安装应该是一件轻而易举的事：

pip install sortedcontainers

然后你可以简单地导入 SortedDict

In [1]: from sortedcontainers import SortedDict

In [2]: d = SortedDict({1:5, 2:5, 4:5})

In [3]: d
Out[3]: SortedDict({1: 5, 2: 5, 4: 5})

In [4]: d[3] = 5

In [5]: d
Out[5]: SortedDict({1: 5, 2: 5, 3: 5, 4: 5})

如果您在使用 pip 安装东西时遇到困难或者无法复制需要编译的文件，那么您可以将 sortedlist.py 和 sorteddict.py 文件从软件仓库中拉出。所有代码都是open source on github。

sortedcontainers 模块还提供了一个performance comparison，其中包含相互比较的最受欢迎的建议。

【讨论】：