Python字典模糊键搜索

Question

我想知道是否有办法在 python 字典中进行“模糊”键搜索。例如，我有一个这样的字典：

data = { "Google.com" : value1, "StackOverFlow": value2, ....}

如果我有一个字符串

name= "Google" or name = "google" or even name = "gooogle"

并且我想访问我的字典中的 value1（其键是“Google.com”），我该怎么做？我知道我可以遍历键列表并进行一些字符串处理，但是如果我有多个名称想要进行模糊搜索，那将是 O(n^2) 对吗？有没有有效的方法来做到这一点？假设数据字典非常非常大。

希望我的问题很清楚......

Answer 1

搜索时没有有效的模糊键。 Python 的 dict 使用散列来查找字典中的位置，对于相似的字符串，散列是完全不同的。让我们看看：

assert hash("Google.com") == 4399753695393964520
assert hash("Google.co") == -9213236188503134626

至少在我的操作系统中。

结论：你很少会通过使用相似的键获得“接近”所需的值。

所以：没有。使用 dicts 无法避免 O(n^2)。

Answer 2

如果您想进行一些模糊搜索，那么您实际上必须想出自己的散列算法。或者创建自己的字典变体，然后覆盖 .__getitem__ 和相关方法。

这是一个例子：

from jellyfish import soundex

data = {soundex('google'): 'google.com', soundex('stackoverflow'): 'stackoverflow.com'}
print(data[soundex('gooooogle')])
# Should print `google.com`, because soundex pretty much ignores vowels

或者替代方案：

from jellyfish import soundex

class SoundexDict(dict):
    # __init__ and __repr__ is left as an exercise for the reader
    def __getitem__(self, key):
        return super().__getitem__(soundex(key))

    def __setitem__(self, key, value):
        super().__setitem__(soundex(key), value)

mydict = SoundexDict()
mydict['google'] = 'google.com'
print(mydict['gewgle'])  # prints 'google.com'