Python 等价于 java.util.SortedSet？答案

【问题标题】：Python equivalent to java.util.SortedSet?Python 等价于 java.util.SortedSet？
【发布时间】：2010-10-12 07:23:07
【问题描述】：

有人知道 Python 是否有与 Java 的 SortedSet 接口等效的接口吗？

这就是我要查找的内容：假设我有一个 foo 类型的对象，并且我知道如何比较两个 foo 类型的对象以查看 foo1 是“大于”还是“小于”比“foo2。我想要一种将foo 类型的许多对象存储在列表L 中的方法，这样每当我遍历列表L 时，我都会根据我定义的比较方法按顺序获取对象。

编辑：

我想我每次修改它时都可以使用字典或列表和sort()，但这是最好的方法吗？

【问题讨论】：

好点。最好的意思是“最有效”
Python 的排序效率惊人。您必须将其与集合和排序列表进行比较。
基本没有。你需要带上你自己的树。如果您只遍历列表一次，则可以使用答案中描述的 heapq。
基于bisect 模块的配方：code.activestate.com/recipes/577197-sortedcollection

标签： python data-structures

【解决方案1】：

看看BTrees。看起来你需要其中之一。据我了解，您需要支持将元素相对便宜地插入存储结构和便宜的排序操作（甚至不支持）的结构。 BTrees 提供了这一点。

我有使用 ZODB.BTrees 的经验，它们可以扩展到成千上万个元素。

【讨论】：

这是正确的实现方式。

【解决方案2】：

您可以使用 bisect 模块中的 insort 在已排序的列表中有效地插入新元素：

from bisect import insort

items = [1,5,7,9]
insort(items, 3)
insort(items, 10)

print items # -> [1, 3, 5, 7, 9, 10]

请注意，这并不直接对应于SortedSet，因为它使用了一个列表。如果您多次插入同一个项目，列表中就会出现重复项。

【讨论】：

终于有人建议使用 O(log n) 实现。 ;)
将其与 O(log n) 二进制搜索 (stackoverflow.com/questions/212358/binary-search-in-python) 相结合，以确保没有重复项。
实际上，插入是 O(n) - 在向量中插入需要在插入点之后移动元素。然而，查找仍然是 O(log(n))，排序迭代只是 O(n)（对于 dict，O(n*log(n))）。
否 - 仅涵盖追加到末尾。过度分配对插入中间没有帮助：您仍然需要将平均 N/2 个项目复制到一个空格，而不必为新元素分配空间。
bisect.insort() 如果使用 blist 而不是 python 的标准列表数据类型，则将具有 O(log**2 n) 性能。

【解决方案3】：

如果您正在寻找一种用于 Python 的高效容器类型的实现，它使用平衡搜索树（例如红黑树）之类的东西实现，那么它不是标准库的一部分。

不过我还是找到了这个：

http://www.brpreiss.com/books/opus7/

源代码在这里：

http://www.brpreiss.com/books/opus7/public/Opus7-1.0.tar.gz

我不知道源代码是如何获得许可的，而且我自己也没有使用过，但如果您对滚动自己的容器类不感兴趣，这将是一个很好的起点。

PyAVL 是一个实现 AVL 树的 C 模块。

另外，this thread 可能对您有用。它包含许多关于如何使用 bisect 模块来增强现有 Python 字典以完成您所要求的工作的建议。

当然，以这种方式使用 insort() 进行插入和删除操作会非常昂贵，因此请在您的应用程序中仔细考虑。实现适当的数据结构可能是更好的方法。

在任何情况下，要了解您是否应该对数据结构进行排序或在迭代时对其进行排序，您必须知道您是打算插入很多还是迭代很多。如果您相对不频繁地修改其内容但对其进行大量迭代，则保持数据结构排序是有意义的。相反，如果您一直插入和删除成员，但相对不频繁地迭代集合，则在迭代之前对键集合进行排序会更快。没有一种正确的方法。

【讨论】：

【解决方案4】：

与 blist.sortedlist 类似，sortedcontainers 模块提供排序列表、排序集和排序字典数据类型。它在底层实现中使用了修改后的 B-tree，并且在大多数情况下比 blist 更快。

sortedcontainers 模块是纯 Python 的，所以安装很简单：

pip install sortedcontainers

那么例如：

from sortedcontainers import SortedList, SortedDict, SortedSet
help(SortedList)

sortedcontainers 模块具有 100% 的覆盖率测试和数小时的压力。有一个相当全面的performance comparison 列出了您为此考虑的大部分选项。

【讨论】：

【解决方案5】：

如果您只需要键，而没有关联的值，Python 提供集合：

s = set(a_list)

for k in sorted(s):
    print k

但是，您每次执行此操作时都会对集合进行排序。如果开销太大，您可能需要查看HeapQueues。它们可能不那么优雅和“Pythonic”，但也许它们适合您的需求。

【讨论】：

【解决方案6】：

使用blist package 中的blist.sortedlist。

from blist import sortedlist

z = sortedlist([2, 3, 5, 7, 11])
z.add(6)
z.add(3)
z.add(10)

print z

这将输出：

sortedlist([2, 3, 3, 5, 6, 7, 10, 11])

生成的对象可以像 python 列表一样使用。

>>> len(z)
8
>>> [2 * x for x in z]
[4, 6, 6, 10, 12, 14, 20, 22]

【讨论】：

【解决方案7】：

您是否有可能使用 Jython？我只是提到它是因为使用 TreeMap、TreeSet 等是微不足道的。此外，如果您来自 Java 背景，并且想要朝着 Python 方向前进，那么 Jython 非常适合让转换变得更容易。虽然我认识到在这种情况下使用 TreeSet 不会成为这种“过渡”的一部分。

对于 Jython 超级用户，我自己有一个问题：无法导入 blist 包，因为它使用了必须导入的 C 文件。但是使用 blist 代替 TreeSet 会有什么好处吗？我们一般可以假设 JVM 使用的算法本质上与 CPython 的算法一样好吗？

【讨论】：