是否存在与python中的非唯一集等效的数据结构?
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了是否存在与python中的非唯一集等效的数据结构?,小编现在分享给大家,供广大互联网技能从业者学习和参考。文章包含1667字,纯文字阅读大概需要3分钟。
内容图文
我有一个很大的整数列表,我想对它们进行“ hash()”操作以提高搜索速度.每个嵌套列表的结果散列值需要独立于整数的顺序,并且仅依赖于列表中的值.这建议将(冻结的)集作为哈希的合适数据结构.但是,我需要保留每个整数值(无论是否重复),这是集合的制胜法宝.
因此,这使我对列表进行排序,转换为元组并进行哈希运算非常慢,而且我认为还有更好的策略.
对于如何更有效地执行此操作的任何建议,我将不胜感激.
解决方法:
字典是散列.
>>> def bag_random(d, n):
... x = random.randint(0, n)
... if x in d:
... d[x] += 1
... else:
... d[x] = 1
...
>>> a = {}
>>> for i in xrange(10**6):
... bag_random(a, 100)
...
>>> a
{0: 9856, 1: 9787, 2: 9944, 3: 9822, 4: 9978, 5: 9915, 6: 9915, 7: 9860, 8: 9926, 9: 9756, 10: 9914, 11: 10030, 12: 10009, 13: 9803, 14: 9918, 15: 10136, 16: 9818, 17: 9868, 18: 9893, 19: 9971, 20: 9998, 21: 9982, 22: 9884, 23: 9806, 24: 9998, 25: 9926, 26: 9977, 27: 10011, 28: 10030, 29: 9899, 30: 9808, 31: 9825, 32: 9980, 33: 9812, 34: 9928, 35: 9827, 36: 9934, 37: 9883, 38: 9913, 39: 9893, 40: 9822, 41: 9714, 42: 9871, 43: 9954, 44: 9989, 45: 9694, 46: 9878, 47: 9984, 48: 9893, 49: 9928, 50: 10093, 51: 9881, 52: 9828, 53: 9660, 54: 9884, 55: 9745, 56: 10048, 57: 9845, 58: 9916, 59: 9933, 60: 9944, 61: 9979, 62: 9992, 63: 9635, 64: 9811, 65: 9900, 66: 9950, 67: 9744, 68: 9829, 69: 10037, 70: 9929, 71: 9811, 72: 9830, 73: 10056, 74: 9957, 75: 9992, 76: 9777, 77: 9942, 78: 9809, 79: 9734, 80: 9855, 81: 10021, 82: 9914, 83: 10009, 84: 10018, 85: 9961, 86: 10036, 87: 9849, 88: 9951, 89: 9770, 90: 9795, 91: 9899, 92: 9975, 93: 9935, 94: 10037, 95: 9992, 96: 9868, 97: 10014, 98: 9689, 99: 9883, 100: 9878}
在不太快的桌面上花了大约一秒钟的时间.
内容总结
以上是互联网集市为您收集整理的是否存在与python中的非唯一集等效的数据结构?全部内容,希望文章能够帮你解决是否存在与python中的非唯一集等效的数据结构?所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错,欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 gblab@vip.qq.com 举报,一经查实,本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。