Python：按间隔高效查找答案

【问题标题】：Python: Efficient lookup by intervalPython：按间隔高效查找
【发布时间】：2019-07-31 05:46:02
【问题描述】：

我有一个大查找表，其中键是一个区间：

| min | max | value   |
|-----|-----|---------|
| 0   | 3   | "Hello" |
| 4   | 5   | "World" |
| 6   | 6   | "!"     |
| ... | ... | ...     |

目标是创建一个查找结构my_lookup，它为每个整数返回一个值，具体取决于整数所在的范围。例如：2 -> "Hello"、3 -> "Hello"、4 -> "World"。

这是一个实现我想要的实现：

d = {
  (0, 3): "Hello",
  (4, 5): "World",
  (6, 6): "!"
}

def my_lookup(i: int) -> str:
  for key, value in d.items():
    if key[0] <= i <= key[1]:
      return value

但循环遍历所有条目似乎效率低下（实际查找表包含 400.000 行）。有更快的方法吗？

【问题讨论】：

通常，您将间隔存储在 interval tree 中。
间隔是否保证不相交？
是的，间隔是不相交的。并且在查找表初始化后会有数百万次查找......所以如果排序提高查找效率，那绝对是值得的。
给你一些背景知识：实际的问题是从网络服务器上的 IP 地址确定用户的国家。
等等，实际的间隔是多少：IP 地址范围？那么，您可能想要一个 Patricia trie，因为范围很可能是网络前缀。

标签： python performance dictionary

【解决方案1】：

如果您的区间是按升序排序的，您可以使用bisect 模块 (doc)。搜索是 O(log n) 而不是 O(n)：

min_lst = [0,       4,       6]
max_lst = [3,       5,       6]
values = ['Hello', 'World', '!']

import bisect

val = 2

idx = bisect.bisect_left(max_lst, val)
if idx < len(max_lst) and min_lst[idx] <= val <= max_lst[idx]:
    print('Value found ->', values[idx])
else:
    print('Value not found')

打印：

Value found -> Hello

【讨论】：