Как сохранить таблицу отношений один-к-одному для быстрого поиска в Python?

Question

Существует взаимно однозначное соотношение между каждыми двумя столбцами таблицы, например Ci <--> Cj.

Как хранить такой стол для быстрого поиска? Я четко выскажусь со следующим фрагментом кода.

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 будет хорошим выбором. Возьмем таблицу с двумя столбцами в качестве примера, сохраните таблицу как dict, скажем d[C1] = C2. Требуется O(1) от C1 до C2. Но от C2 до C1 это займет больше времени.

Answer 1

Если вам нужен быстрый поиск ключа в любом из C1, C2, C3, то три dicts. Значение каждого из них представляет собой 3-кортеж.

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

Использование:

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

Это три индекса, обращающиеся только один набор данных кортежей, так это о том, как эффективно, как это могло быть, учитывая, что вам нужно один индекс хэш-функции для каждого быстрого поиска.

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

Для каждого столбца требуется только один запрос, потому что доступ к нему - целая строка. Однако есть предположение, что в любом столбце нет повторяющихся значений. Если могут быть дубликаты, каждое полученное значение должно быть списком кортежей строк, а не только одним и только кортежем строк. Если вам это нужно, это не намного сложнее настроить:

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

Как насчет того, чтобы закрепить все столбцы в уникальном списке. Вид:

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

Таким образом, вы можете цикл по первому элементу D и возвращает другим, что вам нужно, используя список comprehesion.