概述
我需要使用大数据结构,更具体地说,使用大字典来完成查找工作.
在最初我的代码是这样的：
#build the dictionary
blablabla
#look up some information in the ditionary
blablabla
由于我需要多次查看,我开始意识到将它实现为函数是个好主意,比如查找(info).
然后问题来了,我应该如何处理大字典？
我应该使用lookup(info,dictionary)将其作为参数传递,还是应该只在main()中初始化字典并将其用作全局变量？
第一个似乎更优雅,因为我认为维护全局变量很麻烦.
但另一方面,我不确定将大字典传递给函数的效率.它将被多次调用,如果传递的参数效率低下,它肯定会成为一场噩梦.
谢谢.
EDIT1：
我刚刚对上述两种方式进行了实验：
这是代码的片段. lookup1实现传递查找的参数,而lookup2使用全局数据结构“big_dict”.
class CityDict():
def __init__():
self.code_dict = get_code_dict()
def get_city(city):
try:
return self.code_dict[city]
except Exception:
return None
def get_code_dict():
# initiate code dictionary from file
return code_dict
def lookup1(city,city_code_dict):
try:
return city_code_dict[city]
except Exception:
return None
def lookup2(city):
try:
return big_dict[city]
except Exception:
return None
t = time.time()
d = get_code_dict()
for i in range(0,1000000):
lookup1(random.randint(0,10000),d)
print "lookup1 is %f" % (time.time() - t)
t = time.time()
big_dict = get_code_dict()
for i in range(0,1000000):
lookup2(random.randint(0,1000))
print "lookup2 is %f" % (time.time() - t)
t = time.time()
cd = CityDict()
for i in range(0,1000000):
cd.get_city(str(i))
print "class is %f" % (time.time() - t)
这是输出：
lookup1 is 8.410885
lookup2 is 8.157661
class is 4.525721
EDIT2：
添加了Amber建议的类版本,然后再次测试效率.然后我们可以从结果中看出Amber是对的,我们应该使用类版本.
class BigDictLookup(object):
def __init__(self):
self.bigdict = build_big_dict() # or some other means of generating it
def lookup(self):
# do something with self.bigdict
def main():
my_bigdict = BigDictLookup()
# ...
my_bigdict.lookup()
# ...
my_bigdict.lookup()
总结
以上是编程之家为你收集整理的在Python中的函数中使用大数据结构时的效率全部内容，希望文章能够帮你解决在Python中的函数中使用大数据结构时的效率所遇到的程序开发问题。
如果您也喜欢它,动动您的小指点个赞吧
602392714
清零编程群