通過循環創建空集的字典，然后使用另一個循環填充這些集 - 更有效的方法？ （Python）

Question

在這個答案中，我通過遍歷一個列表來創建一個空set的dict 。 然后我遍歷同一個列表並填充這些集合。 一個MRE ：

---

# imports we need
import time
import numpy as np
np.random.seed(42)

---

我在做什么

字母列表示例。 請注意，至少一個字母會出現多次。

letters=[np.random.choice([letter for letter in string.ascii_lowercase]) for _ in range(1000)]

結果：

['w', 'n', 'k', 'o', 'm', 'r', ...

創建一個以字母為鍵、空集為值的dict ：

letterdict={letter:set() for letter in letters}

再次遍歷letters列表，列表中具有相應字母的每個條目將是一個集合，該字母的索引出現在letters列表中：

for index, letter in enumerate(letters):
    letterdict[letter].add(index)

letterdict看起來像：

{'w': {0, 12, 62, 67, 69, ...

---

過了多久

這個過程花了：

start = time.time()
letterdict={letter:set() for letter in letters}
for index, letter in enumerate(letters):
    letterdict[letter].add(index)
end = time.time()
print(end-start)

0.000538...秒。

---

問題

有沒有辦法讓letterdict的創建更快？ 畢竟，我要遍歷letters兩次。

我的想法：如果我可以在一個循環中完成它，當它第一次遇到一個字母時，我可以創建一個set ，並將該字母的索引放入其中。 第二次遇到字母時，無法重新set ，只需添加索引即可。 然而，檢查一個字母是否已經被遇到過似乎很乏味（即慢）。

在 MRE 中，假設我們不知道所有字母是什么，因此將第一個循環替換為{letter:set() for letter in string.ascii_lowercase}並不是很有用。

Answer 1

你可能想要一個collections.defaultdict 。

如果鍵不存在，這將在查找時創建空集：

from collections import defaultdict

letterdict = defaultdict(set)
for index, letter in enumerate(letters):
     letterdict[letter].add(index)

這樣您就不必用空集初始化字典。

---

您可以改為在普通字典上使用.setdefault()方法。

letterdict = {}
for index, letter in enumerate(letters):
     letterdict.setdefault(letter, set()).add(index)

無論是否需要，這都會產生每次創建新集合 object 的開銷，但內置的set()類型似乎構建得非常快。 在我用來計時的小樣本上，它並沒有變慢。 當它們被快速刪除時，CPython 可能會以某種方式匯集它們，就像它對元組所做的那樣。

Answer 2

好的，所以我認為這種方法沒有顯着的時間增益，但是您可以使用一個循環執行相同的工作，方法是使用 try except 塊。

start = time.time()
for index, letter in enumerate(letters):
    try:
        letterdict[letter].add(index)
    except:
        letterdict[letter] = {index}
end = time.time()
print(end-start)

基本上，我們在循環列表時創建了一個集合，因此不需要另一個循環。

我的時間，一是你的方法，二是我的：

0.0009996 #你的方法
0.0009992 #我的方法

正如我所說，沒有顯着的收益，但根據幾次運行，它會稍微快一些。