比循环查找数据更快或更好的方法？

Question

我有一个 Person 类对象数组，如下所示，thisRate 首先设置为 None：

class Person(object):
    def __init__(self, id, name):
        self.id = id
        self.name = name
        self.thisRate= None

我将大约 21K Person 对象加载到一个数组中，name 未排序。

然后我从包含thisRate 数据的文件中的数据加载了另一个数组，其中大约 13K，name 也没有排序：

person_data = []

# read from file
row['name'] = 'Peter'
row['thisRate'] = '0.12334'

person_data.append(row)

现在有了这两组数组，当name在它们之间匹配时，我会将thisRate从person_data分配到Person.thisRate。

我正在做的是一个循环是这样的：

for person in persons:
    data = None
    try:
        data = next(personData for personData in person_data
                        if personData['name'] == person.name)
    except StopIteration:
        print("No rate for this person: {}".format(person.name))

    if data:
        person.thisRate = float( data['thisRate'] )

这个循环

data = next(personData for personData in person_data
                if personData['name'] == person.name)

运行良好，在我的机器上使用 Python 2.7.13 使用了 21 秒。

我的问题是，有没有更快或更好的方法来用我拥有的 2 个数组实现相同的目标？

Answer 1

是的。制作从name到thisRate的字典：

nd = {}

with open(<whatever>) as f:
    reader = csv.DictReader(<whatever>):
    for row in reader:
        nd[row['name']] = row['thisRate'] 

现在，使用这本字典对您的 Person 列表进行一次遍历：

for person in persons:
    thisRate = nd.get(person.name, None)
    person.thisRate = thisRate
    if thisRate is None:
        print("No rate for this person: {}".format(person.name))

字典有一个.get 方法，它允许您提供一个默认值，以防密钥不在dict 中。我使用了None（这实际上是默认的默认值），但你可以使用任何你想要的。

这是一个线性时间解决方案。您的解决方案是二次时间，因为您实际上是在做：

for person in persons:
    for data in person_data:
        if data['name'] == person.name:
            person.thisRate = data['thisRate']
            break
    else:
        print("No rate for this person: {}".format(person.name))

只是以一种方式掩盖了生成器表达式中这个基本嵌套的 for 循环（对于生成器表达式来说，这并不是一个很好的用例，你应该只使用一个 for 循环开始，然后你不'不必处理try-catch一个StopIteration