比较python字典值

Question

我正在用python创建一个非常基本的搜索引擎，正在努力创建一种用于处理词组查询的方法，因此，如果2个单词的位置在1之内，它们在文档中彼此相邻，它将输出所有文档编号这发生的地方。

我目前有一本字典，看起来像这样

{'8':[['1170', '1264', '1307', '1559', '1638'], ['197', '1169']], 
 '6':[['345', '772'], ['346']}

这只是一个布局示例。

w=word, p=position ||
{doc1:[w1p1, w1p2, w1p3],[w2p1, w2p2]}

关键是文档ID，后跟第一个单词在该文档中的位置，然后是第二个单词的位置。 将有与查询中一样多的单词（位置分组）。

我的问题是，有没有一种方法可以比较同一文档ID的1和2nd + 3rd等值？ 我想对它们进行比较，以查看单词位置是否仅为另一个单词的+1。

因此，对于doc 6，您可以看到单词1后面紧跟着单词2，这将导致密钥被发回。

Answer 1

有几种方法可以实现您要在此处完成的任务。 我假设根据您给我的示例，总是只有两个单词，并且列表始终是有序的。

无论使用哪种方法，都需要遍历文档（字典）。 在Python中遍历字典很简单； 你可以在这里看到一个例子。 之后，步骤会更改

首选-效率较低，稍微简单一些：

1. 遍历列表1（第一个单词的位置）中的每个项目（位置）。
2. 遍历列表2中的每个项目（位置）（第二个单词的位置）。

3. 比较两个位置，如果它们在彼此的1个范围内，则返回文档ID。

   例：

    for documentNumber in docdictionary: for word1location in docdictionary[documentNumber][0]: for word2location in docdictionary[documentNumber][1]: if abs(word1location - word2location) == 1: return documentNumber 

第二种选择-效率更高，稍微复杂一些：

1. 从每个单词位置列表的开头开始，跟踪您的位置
2. 在您所在的位置检查两个值。
   • 如果两个值相隔1个字，请返回文件编号
   • 如果两个值都不相同，请检查哪个列表项（页面位置）的值较低，然后移至该列表的下一个项目，重复

3. 如果其中一个列表（例如列表1）用完了数字，而另一个列表（列表2）的值大于第一个列表（列表1）的最后一个值，则返回None。

   例：

    for documentNumber in docdictionary: list1pos = 0 list2pos = 0 while True: difference = docdictionary[documentNumber][0][list1pos] - docdictionary[documentNumber][1][list2pos] if abs(difference) == 1: return documentNumber if difference < 0: #Page location 2 is greater list1pos++ if list1pos == len(docdictionary[documentNumber][0]): #We were at the end of list 1, there will be no more matches break else: #Page location 1 is greater list2pos++ if list2pos == len(docdictionary[documentNumber][1]): #We were at the end of list 2, there will be no more matches break return None 

提醒一下，选项2 仅在列表始终排序时才起作用。 另外，您不必总是立即返回文档ID。 如果您希望该对发生的所有文档而不是查找的第一个文档，则可以将文档ID添加到列表中。 您甚至可以使用词典轻松跟踪单词对在每个文档中出现的次数。

希望这对您有所帮助！ 如果有任何不清楚的地方，请告诉我。