效率：python 中字典的二维列表

Question

我有一个二维列表。

l = [[100, 1], [43, 2], [201, 1], [5, 7], ...]

我想将列表转换为第二个元素作为键的字典。每个键的值应该是所有第一个元素的列表，其中键作为第二个元素。 此示例列表的字典应如下所示：

{
    1: [100, 201],
    2: [43],
    7: [5],
    ...
}

对于这种转换，我有两种解决方案。其中哪一个更有效，为什么？另外：还有其他更有效的解决方案吗？

解决方案1：

d = {}
for elem in l:
    if elem[1] in d:
        d[elem[1]].append(elem[0])
    else:
        d[elem[1]] = [elem[0]]

解决方案2：

d = {}

for elem in l:
    d[elem[1]] = []

for elem in l:
    d[elem[1]].append(elem[0])

Answer 1

第一种解决方案效率更高，因为它需要 O(n) 时间才能完成： if 语句是 O(1)，因为字典查找是 O(1)。

第二个解决方案也是 O(n)，但它运行了两次，所以 O(n+n)。

在第一种解决方案中，您可以跳过 if 语句并直接附加 elem[0]，并添加一个 try except 块。

Answer 2

你的两个解决方案都没有问题，它们很好而且高效：

1. 解决方案 1 迭代列表一次，但执行字典查找两次。因为这大约是 O(1)，而你有 2，我会说这是 2xN。
2. 解决方案 2 迭代列表两次，每次查找一次 - 再次 2xN。

从理论的角度来看，它们是相同的。运行时间我敢打赌它们也非常接近。一种更 Pythonic 的方式（请求宽恕而不是许可，感谢@tobias_k）可能会改进第一个解决方案：

d = {}
for elem in l:
    try:
        d[elem[1]].append(elem[0])
    except KeyError:
        d[elem[1]] = [elem[0]]

如果您有许多重复键，这会更好，因为异常的开销将远小于所有 if（并且只有一次查找），因此这将取决于实际存在的列表。如果您选择此解决方案，您可能需要阅读defaultdict。

一些新信息

我猜错了！即使理论上它们是相同的，并且操作量似乎相同，但还是有区别的。我猜这与 Python 优化 if 语句的能力有关。

使用timeit 模块标记您的第一个方法a、您的第二个方法b 和我提供的c，我将这些方法用于两个列表：

l1=[(x,y) for x,y in zip(range(1000),range(1000,2000)]
l1=[(x,2) for x,y in range(1000)]

l1 的结果：

方法a 最快。慢 30% 是 b，再慢 30% 是 c。

l2 的结果：

a 和 b 方法几乎相同（仍然快一点），c 比两者都快一点（这是我们预期的）。

出于实用目的，我会说第一个版本比第二个更好，但如果你有很多重复键，3d 会是最好的。归根结底，理论一切都很好，但是实际上最好的方法是依赖于列表的。

Answer 3

我认为solution 1比solution 2更高效，因为它只有一个循环。我认为您可以尝试下面的代码，它可能比 solution 1

更有效

l = [[100, 1], [43, 2], [201, 1], [5, 7]]
d = {}
for k, v in l:
    d.setdefault(v, []).append(k)
print(d)

它给出这样的o/p：

{1: [100, 201], 2: [43], 7: [5]}

Answer 4

您的两个解决方案将具有相同的 O(n)。但是你可以使用collections.defaultdict:

from collections import defaultdict

l = [[100, 1], [43, 2], [201, 1]]

d = defaultdict(list)

for v, k in l:
    d[k].append(v)

# defaultdict(list, {1: [100, 201], 2: [43]})

一些基准测试：

from collections import defaultdict
import numpy as np

l = np.random.randint(1, 100, [int(1e7), 2])

def dd(l):
    d = defaultdict(list)

    for i in l:
        d[i[1]].append(i[0])

    return d

def op(l):
    d = {}
    for elem in l:
        if elem[1] in d:
            d[elem[1]].append(elem[0])
        else:
            d[elem[1]] = [elem[0]]    

    return d

%timeit dd(l)  # 1 loop, best of 3: 8.22 s per loop
%timeit op(l)  # 1 loop, best of 3: 9.47 s per loop

Answer 5

l = [[100, 1], [43, 2], [201, 1], [5, 7]]
d = dict(l)
print(d)

它会给你输出为 {100: 1, 43: 2, 201: 1, 5: 7}