维持大名单电影/收视率秩序

Question

我有一个有几十万学生的文本文件，他们对某些电影的评分，第一个单词是学生编号，第二个单词是电影名称（没有空格），第三个单词是他们对电影的评级：

student1000 Thor 1
student1001 Superbad -3
student1002 Prince_of_Persia:_The_Sands_of_Time 5
student1003 Old_School 3
student1004 Inception 5
student1005 Finding_Nemo 3
student1006 Tangled 5

我想把它们排在字典里，这样我就把每个学生都映射到他们的电影收视率列表中，其中每个学生的收视率顺序是相同的。换言之，我希望它是这样的：

^{pr2}$

使每个学生的第一、第二、第三等评分与相同的电影相对应。电影和学生人数的顺序完全是随机的，我很难有效地做到这一点。任何能使这个问题的复杂程度最小化的方法的帮助都将是非常棒的。在

我终于弄明白了。以下是我为想知道的人准备的代码：

def get_movie_data(fileLoc):
    movieDic = {}
    movieList = set()

    f = open(fileLoc)
    setHold = set()
    for line in f:
        setHold.add(line.split()[1])
    f.close()
    movieList = sorted(setHold)

    f = open(fileLoc)
    for line in f:
        hold = line.strip().split()
        student = hold[0]
        movie = hold[1]
        rating = int(hold[2])
        if student not in movieDic:
            lst = [0]*len(movieList)
            movieDic[student] = lst
        hold2 = movieList.index(movie)
        rate = movieDic[student]
        rate[hold2] = rating
    f.close()
    return movieList, movieDic

谢谢你的帮助！在

Answer 1

把分数放在字典里而不是单子里。在您阅读完所有数据之后，您可以提取电影名称并将它们按您想要的任何顺序排列。假设学生能给不同的电影评分，在阅读文件时保持某种一致的顺序，而不知道电影的顺序，这似乎是一项艰巨的工作。在

如果您担心密钥会占用大量内存，请在键上使用intern()，以确保只存储每个字符串的一个副本。在