如何存储一对一关系 table 以便在 Python 中快速查找？

Question

table的每两列之间存在一对一的关系，比如Ci <--> Cj。

如何存储这样的 table 以便快速查找？我将使用以下代码片段清楚地表达自己。

C1 = [1, 2, 3, 4]
C2 = ['a', 'b', 'c', 'd']
C3 = ['one', 'two', 'three', 'four']

# lookup, Ci --> Cj
idx = Ci.index(val)
corresponding_val = Cj[idx]

Dict 是个不错的选择。以只有两列的 table 为例，将 table 存储为字典，例如 d[C1] = C2。从 C1 到 C2 需要 O(1)。但是从C2到C1，时间会长一些。

Answer 1

如果您需要快速查找 C1、C2、C3 中的任何一个键，那么三个字典。每个的值是一个三元组。

all = zip( C1, C2, C3)
d1,d2,d3 = {},{},{}
for v in all:
   d1[ v[0]], d2[v[1]], d3[v[2]] = v,v,v

用法：

>>> d3['three']
(3, 'c', 'three')
>>> d1[1]
(1, 'a', 'one')
>>> d2['a']
(1, 'a', 'one')

这是仅访问一组元组数据的三个索引，因此它的效率与假设您每次快速查找都需要一个哈希索引一样高效。

assert d1[1] is d2['a'] and d1[1] is d3['one']

每一列只需要一个dict，因为访问的是整行。但是，假设任何列中都没有重复值。如果可能存在重复项，那么每个检索到的值都需要是一个行元组列表，而不仅仅是唯一的一个行元组。如果你需要这个，设置起来并不难：

C2=['odd','even','odd','even']
...
for v in all:
    d1.setdefault(v[0],[]).append(v)
    d2.setdefault(v[1],[]).append(v)
    d3.setdefault(v[2],[]).append(v)   

>>> d2
{'even': [(2, 'even', 'two'), (4, 'even', 'four')], 'odd': [(1, 'odd',  'one'), (3, 'odd', 'three')]}

Answer 2

如何压缩唯一列表中的所有列。种类：

D = zip(C1, C2, C3,...)

通过这种方式，您可以使用综合列表遍历 D 的第一个元素和 returns 您需要的其他元素。

如何存储一对一关系 table 以便在 Python 中快速查找？

How to store a one-to-one relationship table for fast lookups in Python?

python

lookup

one-to-one