数字索引数据结构的最快数据结构？答案

【问题标题】：Fastest data structure for numerically indexed data structure?数字索引数据结构的最快数据结构？
【发布时间】：2015-07-02 00:51:37
【问题描述】：

我正在使用常规的 python 2.79，并且只想使用标准库。我想创建一个基本上是二维数组的东西，其中二维引用的每个单元格将指向一个杂项数据的小字典。我想要最快的方式来访问包含字典的单元格。数据将有两个整数索引，我可以通过它们引用每个单元格。我已经知道 x 和 y（我们称它们为..）

1) x 和 y 元素的允许值介于 -58600 和 +58600 之间。

2) 不是每个单元格都会包含信息，但我需要通过数字 x,y 索引快速查找并获取单元格数据。

3) 数据单元格的内容可以是任何大小或配置，并且随着我升级代码或包含新参数等可能会随着时间而改变。

我的第一个想法是这样的嵌套字典

dictionary_structure[x][y]["data"]

会查找数据 .. 或测试是否存在

if "data" in dictionary_structure[x][y]:

我应该使用哪种数据结构来进行最快的查找？

【问题讨论】：

【解决方案1】：

我认为如果你只有一个顶级字典，而不是每个维度一个，性能会提高。以下是几种可能性：

使用元组：

if (x, y) in dictionary_structure:
    print(dictionary_structure[(x, y)]["data"])

将一个坐标乘以它的可能值的数量，然后添加到另一个（您的键现在是整数；乘法确保x 和y 的唯一组合不会成为相同的键 - 但要将密钥计算封装在一个函数中；您还可以使用除法和取模从密钥中提取 x 和 y）：

key = 117201 * x + y
if key in dictionary_structure:
    print(dictionary_structure[key]["data"])

我不知道在你的情况下哪一个会更快；你需要自己测量。

【讨论】：

【解决方案2】：

最内层的布隆过滤器。以下是一些实现：

处理速度非常快，由于内部散列技术，数据大小无关紧要。但是存在误报 - 因此您需要验证这是否适合您的确切问题。

【讨论】：