总结 Python 中的数组字典答案

【问题标题】：Summarizing a dictionary of arrays in Python总结 Python 中的数组字典
【发布时间】：2010-08-05 00:58:56
【问题描述】：

我得到了以下字典：

mydict = {
  'foo': [1,19,2,3,24,52,2,6],          # sum: 109
  'bar': [50,5,9,7,66,3,2,44],          # sum: 186
  'another': [1,2,3,4,5,6,7,8],         # sum:  36
  'entry': [0,0,0,2,99,4,33,55],        # sum: 193
  'onemore': [21,22,23,24,25,26,27,28]  # sum: 196
}

我需要通过数组的总和有效地过滤掉前 x 个条目并对其进行排序。

例如，上面示例的 Top 3 sorted 和 filtered 列表将是

sorted_filtered_dict = {
  'onemore': [21,22,23,24,25,26,27,28], # sum: 196
  'entry': [0,0,0,2,99,4,33,55],        # sum: 193
  'bar': [50,5,9,7,66,3,2,44]           # sum: 186
}

我对 Python 还很陌生，我自己尝试过在 lambda 函数上链接 sum 和 filter 函数，但在实际语法方面遇到了困难。

【问题讨论】：

标签： python algorithm arrays dictionary

【解决方案1】：

使用排序很容易：

sorted(mydict.iteritems(), key=lambda tup: sum(tup[1]), reverse=True)[:3]

如果比率与这个相似 (3 / 5)，这是合理的。如果它更大，你会想要避免排序 (O(n log n))，因为前 3 名可以在 O(n) 中完成。例如，使用heapq，堆模块：

heapq.nlargest(3, mydict.iteritems(), key=lambda tup: sum(tup[1]))

这是 O(n + 3 log n)，因为组装初始堆是 O(n)，重新堆是 O(log n)。

编辑：如果您使用的是 Python 2.7 或更高版本，则可以轻松转换为 OrderedDict（equivalent version 用于 Python 2.4+）：

OrderedDict(heapq.nlargest(3, mydict.iteritems(), key=lambda tup: sum(tup[1])))

OrderedDict 与dict 具有相同的 API，但会记住插入顺序。

【讨论】：

你如何得到 O(n + 3 log n)，它应该是 O(n log k)，或者当 k = 3 时常数抵消，你会得到 O(n)
在我的真实示例中，它是几十万中的前 100 个，因此 heapq 示例可能是首选。谢谢。
刚刚意识到这并没有给我一个字典，而是一个数组数组。有什么想法吗？
@Ants，你能解释一下你是如何计算的吗？ Wikipedia gives O(n + k log n)，根据我在回答中解释的原因，我认为这可以解决。

【解决方案2】：

对于这么小的切片，不值得使用 islice

sorted(mydict.iteritems(), key=lambda (k,v): sum(v), reverse=True)[:3]

【讨论】：