在 Python 中快速查找默认别名答案

【问题标题】：Finding fast default aliases in Python在 Python 中快速查找默认别名
【发布时间】：2010-01-24 13:31:12
【问题描述】：

对于更大的字典，是否有更快的方法来执行以下操作？

aliases = {
            'United States': 'USA',
            'United Kingdom': 'UK',
            'Russia': 'RUS',
          }
if countryname in aliases: countryname = aliases[countryname]

【问题讨论】：

标签： python

【解决方案1】：

您的解决方案很好，因为字典的“in”是 0(1)。

你可以做这样的事情来节省一些打字：

countryname = aliases.get(countryname, countryname)

（但我发现你的代码比那更容易阅读）

在速度方面，最佳解决方案取决于是否会出现大多数“命中”或“未命中”。但就差异而言，这可能在纳秒范围内。

【讨论】：

由于零件标注速度取决于命中或未命中的数量而有所提高

【解决方案2】：

如果您的列表适合内存，则 dicts 是最快的方法。正如 S.Mark 指出的那样，您正在做两个查找，其中一个会做：

countryname = aliases.get(countryname, countryname)

（如果国家/地区名称不在字典中，则保持不变），或者：

try:
    countryname = aliases[countryname]
except KeyError:
    pass

【讨论】：

【解决方案3】：

使用 .get 访问可能比检查和分配变量更快

aliases.get(countryname)

如果别名中不存在 countryname，它将返回 None。

【讨论】：

.get() 可以被赋予一个默认参数，因此aliases.get(countryname, countryname) 将解决“将返回无”问题。

【解决方案4】：

如果您的字典非常大，并且您希望您的许多检查都找不到匹配项，那么您可能需要考虑 Bloom filter 或其派生词之一并允许误报。

另外，由于您的键可以排序（和/或具有派生值），您可以实现 bisection 或其他 root-finding 算法。

首先，我要弄清楚 Python 是如何实现字典查找的，所以你不只是重新发明轮子。

此外，如果涉及大量迭代，这些的纯 Python 实现可能会非常慢。考虑使用 Cython、Numpy 或 F2Py 以获得真正的优化。

（如果您只处理国家/地区名称，那么我认为您处理的映射不足以保证我的任何建议），但是如果您正在考虑进行某种拼写检查实现，那么..

祝你好运。

【讨论】：