python映射数据结构的性能瓶颈

Question

我在python中用于一个更大项目的数据结构中遇到了一个性能问题。在

基本上，我要导入一个以表格分隔的文件。使用普通的python open（…）文件迭代器分割行线.分割（“\t”）。现在我希望将列的实际值插入某种类型的字典中，并返回值的ID。在那里它变得越来越慢：

一般来说，dictionary类如下所示：

class Dictionary(list):
  def getBitLength(self):
      if(len(self) == 0):
          return 0
      else:
          return math.log(len(self), 2)

  def insertValue(self, value):
      self.append(value)
      return len(self) - 1

  def getValueForValueId(self, valueId):
      return self[valueId]

  def getValueIdForValue(self, value):
      if(value in self):
         return self.index(value)
      else:
         return self.insertValue(value)

基本思想是，valueId是字典列表中值的索引。在

分析这个程序告诉我，超过50%的资金花在getValueIdForValue（…）上。在

^{pr2}$

问题是，这只是一个小测试。在实际的应用程序环境中，这个函数会被调用数百万次，这将大大增加运行时。在

当然，我可以从python dict继承，但是性能问题非常类似，因为我需要获取给定值的键（以防该值已经插入到字典中）。在

既然我现在还不是Python专业人士，你们能给我一些技巧，如何让它更高效一点吗？在

感谢您的帮助

n3otec公司

===

谢谢各位！在

bidict的表现要好得多：

  240000    2.458    0.000    8.546    0.000 Dictionary.py:34(getValueIdForValue)
  230990    1.678    0.000    5.134    0.000 Dictionary.py:27(insertValue)

最好的， n3otec公司

Answer 1

如果键和值是唯一的，则可以使用双向字典。有一个python包here