假设我有两个非常大的字典:bigDictA和bigDictB,如下所示。你知道吗
bigDictA = {frozenset("a1","b2","c3"): [some floats in a list], ...}
bigDictB = {frozenset("a1","b2"): [some floats in a list], ...}
现在,我写的算法,我需要帮助优化如下:
setOfMatches = set()
for bigDictAkey, bigDictAval in bigDictA.items():
for bigDictBkey, bigDictBval in bigDictB.items():
itemsInCommon = list(frozenset.intersection(bigDictAkey,bigDictBkey))
numberOfItemsInCommon = len(itemsInCommon)
valForComparison = THRESHOLD*float(len(list(bigDictAkey)))
if (numberOfItemsInCommon >= valForComparison):
setOfMatches.add(bigDictAkey)
所以,如果阈值为0.3,冻结集(“a1”,“b2”,“c3”)将添加到匹配集,但如果阈值为0.7,则不会添加。你知道吗
我意识到这样做效率不高,但我绝对愿意接受任何建议,包括将密钥数据类型转换为其他数据类型以提高速度。我还研究了使用诸如Numba和Cython之类的工具(尽管我更喜欢用纯python)。快疯了!你知道吗
非常感谢您的帮助!谢谢!你知道吗
bigDictA
和bigDictB
的值,因此不需要使用dict.items()
方法。你知道吗len()
也适用于集合,因此无需将集合转换为列表以获得其大小。你知道吗bigDictAkey
添加到setOfMatches
,就不需要测试bigDictB
中的其余项,您应该立即break
内部循环以检查bigDictA
中的下一项。你知道吗改进后的代码如下:
相关问题 更多 >
编程相关推荐