检查字典中的值

Question

我对如何解决这个问题有一个想法，但我需要用大量数据对其进行优化。 我非常想找到每个状态中的所有值并记录它们出现的次数。

courses = {}

def insertIntoDataStruct(state,job,count,dict):
    if not state in dict: #adds state to list with first job and count
        dict[state] = [[job,count]]
    else:
        dict[state].append([job,count])

insertIntoDataStruct("TX", 214, 1, courses)
insertIntoDataStruct("CA", 3124, 1, courses)
insertIntoDataStruct("TX", 21455, 1, courses)
insertIntoDataStruct("CA", 5124, 1, courses)
insertIntoDataStruct("CA", 5124, 1, courses)

应该输出：

{'CA': [[3124, 1], [5124, 1], [5124, 1]], 'TX': [[214, 1], [21455, 1]]}

所以如果在 CA 中值 5124 被添加两次，它应该输出：

{'CA': [[3124, 1], [5124, 2], 'TX': [[214, 1], [21455, 1]]}

如果数字已经在状态内，我可以创建一个 for 循环来检查每次附加的东西，但是当我在添加每一行时获得数千个值来检查时，它会变得很耗时。

优化它的最佳方法是什么？

Answer 1

我会将其构建为 collections.defaultdict 的 collections.Counter 对象。这两个字典子类将查找状态和作业O(1)，这意味着您不必手动检查struct 或struct[state] 中的键 - 您只需添加count，就好像它已经存在一样在那里。

>>> from collections import Counter, defaultdict
>>> def insert_into_data_struct(state, job, count, struct):
    struct[state][job] += count


>>> courses = defaultdict(Counter)
>>> insert_into_data_struct("TX", 214, 1, courses)
>>> insert_into_data_struct("CA", 3124, 1, courses)
>>> insert_into_data_struct("TX", 21455, 1, courses)
>>> insert_into_data_struct("CA", 5124, 1, courses)
>>> insert_into_data_struct("CA", 5124, 1, courses)
>>> courses
defaultdict(<class 'collections.Counter'>, {'CA': Counter({5124: 2, 3124: 1}), 
                                            'TX': Counter({214: 1, 21455: 1})})

请注意，我已将函数重命名为符合PEP-0008。

---

要获取每个州的顶级课程，请使用Counter.most_common：

>>> {state: count.most_common(3) for state, count in courses.items()}
{'CA': [(5124, 2), (3124, 1)], 'TX': [(214, 1), (21455, 1)]}

---

用原版词典做同样的事情 (courses = {})：

def insert_into_data_struct(state, job, count, struct):
    if state not in struct:
        struct[state] = {job: count}
    elif job not in struct[state]:
        struct[state][job] = count
    else:
        struct[state][job] += count

不过，您现在必须自己找到前三名！