效率：python 中的 2D 列表到字典

Question

我有一個二維列表。

l = [[100, 1], [43, 2], [201, 1], [5, 7], ...]

我想將列表轉換為字典，其中第二個元素作為鍵。 每個鍵的值應該是所有第一個元素的列表，這些元素將鍵作為第二個元素。 此示例列表的字典應如下所示：

{
    1: [100, 201],
    2: [43],
    7: [5],
    ...
}

對於這種轉換，我有兩種解決方案。 其中哪一個更有效，為什么？ 另外：還有其他更有效的解決方案嗎？

解決方案1：

d = {}
for elem in l:
    if elem[1] in d:
        d[elem[1]].append(elem[0])
    else:
        d[elem[1]] = [elem[0]]

解決方案2：

d = {}

for elem in l:
    d[elem[1]] = []

for elem in l:
    d[elem[1]].append(elem[0])

Answer 1

你有兩個解決方案沒有錯，它們很好而且高效：

1. 解決方案 1 迭代列表一次，但執行兩次字典查找。 由於這是關於 O(1)，而你有 2，我會說這是 2xN。
2. 解決方案 2 迭代列表兩次，每次查找一次 - 再次 2xN。

從理論的角度來看，它們是相同的。 運行時間我敢打賭它們也非常接近。 可以改進第一個解決方案的更pythonic方式（請求寬恕而不是許可，感謝@tobias_k）是：

d = {}
for elem in l:
    try:
        d[elem[1]].append(elem[0])
    except KeyError:
        d[elem[1]] = [elem[0]]

如果您有許多重復的鍵，這會更好，因為異常的開銷將比所有 if（並且只有一次查找）小得多，因此這將取決於所討論的實際列表。 如果您選擇此解決方案，您可能需要閱讀defaultdict 。

一些新信息

我的猜測錯了！ 盡管理論上它們是相同的，並且看起來操作量相同，但還是有區別的。 我猜這與 Python 優化if語句的能力有關。

使用timeit模塊標記您的第一個方法a ，第二個b和我提供的c ，我為兩個列表對這些方法計時：

l1=[(x,y) for x,y in zip(range(1000),range(1000,2000)]
l1=[(x,2) for x,y in range(1000)]

l1結果：

方法a最快。 慢 30% 的是b ，另外 30% 是c 。

l2結果：

方法a和b幾乎相同（a 仍然快一點），而c比兩者都快一點（這是我們預期的）。

我會說出於實際目的，第一個版本比第二個更好，但如果你有很多重復鍵，3d 會是最好的。 最重要的是，理論一切都很好，但實際上最好的方法是依賴於列表的。

Answer 2

第一個解決方案更有效，因為它需要 O(n) 時間來完成：if 語句是 O(1)，因為字典查找是 O(1)。

第二個解決方案也是 O(n) 但它運行了兩次，所以 O(n+n)。

在第一個解決方案中，您可以跳過 if 語句並直接附加 elem[0]，並添加一個 try except 塊。

Answer 3

我認為解決方案 1比解決方案 2更有效，因為它只有一個循環。 我認為您可以嘗試以下代碼，它可能比解決方案 1更有效

l = [[100, 1], [43, 2], [201, 1], [5, 7]]
d = {}
for k, v in l:
    d.setdefault(v, []).append(k)
print(d)

它給出了這樣的 o/p：

{1: [100, 201], 2: [43], 7: [5]}

Answer 4

l = [[100, 1], [43, 2], [201, 1], [5, 7]]
d = dict(l)
print(d)

它會給你輸出為{100: 1, 43: 2, 201: 1, 5: 7}

Answer 5

您的兩個解決方案將具有相同的 O( n )。 但是你可以使用collections.defaultdict ：

from collections import defaultdict

l = [[100, 1], [43, 2], [201, 1]]

d = defaultdict(list)

for v, k in l:
    d[k].append(v)

# defaultdict(list, {1: [100, 201], 2: [43]})

一些基准測試：

from collections import defaultdict
import numpy as np

l = np.random.randint(1, 100, [int(1e7), 2])

def dd(l):
    d = defaultdict(list)

    for i in l:
        d[i[1]].append(i[0])

    return d

def op(l):
    d = {}
    for elem in l:
        if elem[1] in d:
            d[elem[1]].append(elem[0])
        else:
            d[elem[1]] = [elem[0]]    

    return d

%timeit dd(l)  # 1 loop, best of 3: 8.22 s per loop
%timeit op(l)  # 1 loop, best of 3: 9.47 s per loop