用什么数据结构来表示条形图

Question

问题确实比标题允许我指定的范围更广。 我有一个大文件，按照接收到的顺序表示无序编号的数据包以及与之对应的时间戳，例如（为清楚起见，箭头包含在文件中，而不是真正在文件中）：

seq_1 ----> 时间戳

seq_2 ----> 时间戳

seq_3 ----> 时间戳

seq_2 ----> 时间戳

seq_5 ----> 时间戳

seq_4 ----> 时间戳

...

时间戳总是会增加，但我可能会重复数据包、数据包乱序等。我已将文件解析为字符串列表，现在必须确定适当的数据结构来保存它，考虑到我需要：

1. 删除所有重复的序列号，只保留第一个到达的序列号。
2. 获取按序号排序的有序可迭代结构。

我的想法是我可以绘制（虽然不是真的要这样做）一个图表条，x 轴是序列号，y 轴是时间戳。我需要手动找到局部最大值和最小值，所以我应该能够访问任何条目的相邻条目。

我曾考虑将行列表解析为 dictionary 或 (sequence_number, timestamp)，小心不要覆盖现有条目（条件 1），然后是 turning it into a list of tuples，最后是 sorting the list by key。 list 应该允许我访问相邻的条目，从而满足条件 2。解析的文件很大，所以我想知道 是否有可以更好扩展的解决方案（不需要在两个数据之间进行转换结构 + 后验排序）。

Answer 1

最简单的选择是将内容转储到字典中并在最后对键进行排序。 d.get 调用确保它保留第一个遇到的值（如果存在），或者插入一个新值（如果不存在）。

In [23]: s = """seq_1 ----> timestamp1
   ....: seq_2 ----> timestamp2
   ....: seq_3 ----> timestamp3
   ....: seq_2 ----> timestamp4
   ....: seq_5 ----> timestamp5
   ....: seq_4 ----> timestamp6
   ....: seq_9 ----> timestamp7
   ....: seq_10 ----> timestamp8
   ....: seq_6 ----> timestamp9
   ....: seq_7 ----> timestamp10
   ....: seq_2 ----> timestamp11
   ....: seq_4 ----> timestamp12"""

In [24]: d = {}

In [25]: for line in s.split("\n"):
    seq, ts = map(str.strip, line.split("---->"))
    d[seq] = d.get(seq, ts)
   ....:

In [26]: sorted(d.items(), key=lambda x: int(x[0][4:]))
Out[26]:
[('seq_1', 'timestamp1'),
 ('seq_2', 'timestamp2'),
 ('seq_3', 'timestamp3'),
 ('seq_4', 'timestamp6'),
 ('seq_5', 'timestamp5'),
 ('seq_6', 'timestamp9'),
 ('seq_7', 'timestamp10'),
 ('seq_9', 'timestamp7'),
 ('seq_10', 'timestamp8')]