python中字典的最快鍵類型是什么？ 元組，frozenset…？

Question

上下文：我正在嘗試加快k均值的執行時間。 為此，我在k均值執行之前預先計算了均值。 這些均值存儲在名為means_dict的字典中，該字典具有一個鍵，該鍵將按順序升序排列的點ID序列，然后通過下划線連接，並將這些點的平均值作為值。 當我想在k-means執行過程中訪問dict_mean字典中給定點的均值時，我必須生成該點集的鍵，即按升序對id點進行排序，並通過下划線將它們連接起來。 密鑰生成指令需要很長時間，因為密鑰可能包含數千個整數。

對於每個鍵，我在字典中都有一個由下划線“-”分隔的整數序列。 為了使鍵唯一，我必須對下划線之前的整數序列進行排序，最后確定一個字符串鍵。 問題是這個過程太長了。 我想使用另一種類型的鍵，該鍵可以避免對序列進行排序，並且在訪問，比較和搜索方面，該鍵類型應比字符串類型快。

 # means_dict is the dictionary containing as a key a string (sequence of 
 # integers joined by underscore "-", for example key="3-76-45-78-344")
 # points is a dictionary containing for each value a list of integers
 for k in keys:
     # this joining instruction is so long       
     key = "_".join([ str(c) for c in sorted(points[k])])        
     if( key in means_dict ):
         newmu.append( means_dict[key] )

Answer 1

計算手段很便宜。

您是否對程序進行了簡介？ 他指的是多少時間用於重新計算？ 使用適當的numpy數組而不是python盒裝數組，這應該非常便宜-絕對比構造任何此類鍵便宜！

計算密鑰很昂貴的原因很簡單：這意味着構造一個大小可變的對象。 根據您的描述，似乎您將首先構建一個裝箱的整數列表，然后構建一個裝箱的整數元組，然后將其序列化為字符串，然后再次復制該字符串以附加下划線。 在計算實際均值時，這不可能比簡單的可矢量化聚合更快。

您甚至可以使用MacQueens方法來更新均值，而不用重新計算它們。 但這甚至比重新計算它們還要慢。

如果您的方法最終比常規k均值慢10倍，並且可能比聰明的kmeans算法（例如Hartigan和Wong's）慢1000倍，我不會感到驚訝。