在 Python 中，使用 bisect 在字典列表中查找项目答案

【问题标题】：In Python, find item in list of dicts, using bisect在 Python 中，使用 bisect 在字典列表中查找项目
【发布时间】：2010-11-23 13:52:59
【问题描述】：

我有一个字典列表，如下所示：

test_data = [
    { 'offset':0, 'data':1500 },
    { 'offset':1270, 'data':120 },
    { 'offset':2117, 'data':30 },
    { 'offset':4055, 'data':30000 },
]

dict 项在列表中根据'offset' 数据进行排序。真实数据可能更长。

我想要做的是在列表中查找给定特定偏移值的项目，该偏移值不正是这些值之一，但在该范围内。所以，二分查找是我想做的。

我现在知道 Python bisect 模块，它是一个现成的二进制搜索 - 很棒，但不能直接用于这种情况。我只是想知道使bisect 适应我的需求的最简单方法是什么。这是我想出的：

import bisect

class dict_list_index_get_member(object):
    def __init__(self, dict_list, member):
        self.dict_list = dict_list
        self.member = member
    def __getitem__(self, index):
        return self.dict_list[index][self.member]
    def __len__(self):
        return self.dict_list.__len__()

test_data_index_get_offset = dict_list_index_get_member(test_data, 'offset')
print bisect.bisect(test_data_index_get_offset, 1900)

打印出来：

我的问题是，这是做我想做的最好的方式，还是有其他更简单、更好的方式？

【问题讨论】：

标签： python dictionary binary-search

【解决方案1】：

您还可以使用 Python 的众多 SortedDict 实现之一来管理您的 test_data。排序的 dict 按键对元素进行排序并维护到值的映射。一些实现还支持对键进行二等分操作。例如，Python sortedcontainers module 有一个满足您要求的SortedDict。

在你的情况下，它看起来像：

from sortedcontainers import SortedDict
offset_map = SortedDict((item['offset'], item['data']) for item in test_data)
index = offset_map.bisect(1275)
key = offset_map.iloc[index]
print offset_map[key]
# 120

SortedDict 类型有一个 bisect 函数，它返回所需键的二等分索引。使用该索引，您可以查找实际的键。使用该键，您可以获得值。

所有这些操作在 sortedcontainers 中都非常快，这在纯 Python 中也很方便地实现。还有一个performance comparison 讨论其他选择并有基准数据。

【讨论】：

【解决方案2】：

这里通常的模式类似于按属性排序，装饰、操作和取消装饰。所以在这种情况下，你只需要装饰然后打电话。但是，您希望避免这样做，因为 decorate 将是 O(n)，而您希望它是 O(logn)。所以我会考虑你的方法最好。

【讨论】：

【解决方案3】：

当您说实际数据可能更长时，这是否会妨碍您保留手头的偏移值列表？

offset_values = [i['offset'] for i in test_data]
bisect.bisect(offset_values, 1900)

不过我觉得你的方法很好。

【讨论】：

【解决方案4】：

你能做的就是这个

class OffsetWithAttributes( object ):
    def __init__( self, offset, **kw ):
        self.offset= offset
        self.attributes= kw
    def __eq__( self, other ):
        return self.offset == other.offset
    def __lt__( self, other ):
        return self.offset < other.offset
    def __le__( self, other ):
        return self.offset <= other.offset
    def __gt__( self, other ):
        return self.offset > other.offset
    def __ge__( self, other ):
        return self.offset >= other.offset
    def __ne__( self, other ):
        return self.offset != other.offset

这应该允许您创建一个简单的list OffsetWithAttributes 实例。 bisect 算法应该非常乐意使用定义的运算符。

您可以使用您的someOWA.attributes['data']。

或者

    def __getattr__( self, key ):
        return self.attributes[key]

这应该使OffsetWithAttributes 更像dict。

【讨论】：

【解决方案5】：

如果您可以使用 bisect 来代替元组...

import bisect

offset = 0
data = 1
test_data = [
    (0, 1500),
    (1270, 120),
    (2117, 30),
    (4055, 30000),
]

i = bisect.bisect(test_data, (1900,0))
test_data.insert(i, (1900,0))
print(test_data[i][data])

虽然因为元组是按“字典顺序”（从左到右）进行比较，直到一个元素不等于另一个元素 - 您必须考虑这是否是所需的行为

>>> bisect.insort(test_data, (2117,29))
>>> print(test_data)
[(0, 1500), (1270, 120), (2117, 29), (2117, 30), (4055, 30000)]

【讨论】：