请参阅 Python 文档中bisect 的示例:
与 sorted() 函数不同,它对 bisect() 没有意义
具有关键或反向参数的函数,因为这会导致
低效的设计(连续调用 bisect 函数不会
“记住”之前的所有键查找)。
相反,最好搜索预先计算的键列表以找到
相关记录的索引:
>>> data = [('red', 5), ('blue', 1), ('yellow', 8), ('black', 0)]
>>> data.sort(key=lambda r: r[1])
>>> keys = [r[1] for r in data] # precomputed list of keys
>>> data[bisect_left(keys, 0)]
('black', 0)
>>> data[bisect_left(keys, 1)]
('blue', 1)
>>> data[bisect_left(keys, 5)]
('red', 5)
>>> data[bisect_left(keys, 8)]
('yellow', 8)
所以在你的情况下:
nested_list = [[123,'Aaron','CA'],[124,'Bob','WY'],[125,'John','TX']]
insert_me = [122,'George','AL']
keys = [r[1] for r in nested_list]
nested_list.insert(bisect.bisect_left(keys,insert_me[1]),insert_me)
[[123, 'Aaron', 'CA'],
[124, 'Bob', 'WY'],
[122, 'George', 'AL'],
[125, 'John', 'TX']]
为避免每次都重新构建keys,请将新值也插入keys:
keys.insert(bisect_left(keys,insert_me[1]),insert_me[1])
更新:
对插入/对分、追加/排序和 heapq 解决方案进行了一些性能比较:
# elements heapq insert/bisect append/sorted
10,000 0.01s 0.08s 2.43s
20,000 0.03s 0.28s 10.06s
30,000 0.04s 0.60s 22.81s