使用字典理解增加字典值

Question

我正在尝试使用 dict 理解和 python 中的三元运算来执行以下表达式：

for num in ar:
     if num in seen_dict:
         seen_dict[num] += 1
     else:
         seen_dict[num] = 1

我试过这个：

seen_dict = { num: seen_dict[num] += 1 for num in ar if num in seen_dict else seen_dict[num] = 1}

及其几个排列，但我不断收到语法错误。可以做我想做的吗？

更新

这是正确的语法，但不是我的 dict 只返回 1： seen_dict = { num: (seen_dict[num] + 1) if num in seen_dict else 1 for num in ar }

有人可以解释为什么这与 for 循环的功能不同吗？谢谢你。

Answer 1

别。它看起来就像使用字典推导的，这应该是一个不错的主意，但它实际上是一个可怕的陷阱。使用collections.Counter：

import counts

seen_dict = collections.Counter(ar)

或者如果你不想这样做，那就坚持循环。

尝试使用 dict 推导式的问题在于，dict 推导式没有很好的方法来维护状态或交错每个键的值的计算。每个值都必须在单个表达式中计算。相比之下，解决计数问题的最佳方法是进行单次传递ar并随时更新每个元素的计数。

理解的限制会导致非常低效的尝试，例如

seen_dict = {val: ar.count(val) for val in ar}

这使得传递次数ar等于长度ar，或者稍微更有效但仍然非常不理想的

seen_dict = {val: ar.count(val) for val in set(ar)}

只需要len(set(ar))通过，或者对标准库比较熟悉的人，

from itertools import groupby
seen_dict = {val: sum(1 for _ in group) for val, group in groupby(sorted(ar))}

这至少不是二次时间，但对于长度为 n 的时间仍然是 O(nlogn) ar。

如果我们使用 input 对这四个片段进行计时list(range(10000))：

from collections import Counter
from itertools import groupby
from timeit import timeit

ar = list(range(10000))

print(timeit('Counter(ar)', number=1, globals=globals()))
print(timeit('{val: ar.count(val) for val in ar}', number=1, globals=globals()))
print(timeit('{val: ar.count(val) for val in set(ar)}', number=1, globals=globals()))
print(timeit('{val: sum(1 for _ in group) for val, group in groupby(sorted(ar))}',
             number=1, globals=globals()))

我们得到以下输出：

0.0005530156195163727
1.0503493696451187
1.0463058911263943
0.00422721728682518

Counter在半毫秒内完成，而count片段都需要一秒钟。（set由于某种首次运行效果减慢了另一个版本的速度，该版本的运行时间似乎较低；交换set和非set版本通常逆转这些版本的相对定时的重复数据删除。set没有帮助这个测试，因为输入没有重复。）

对于更长的输入，依赖count将更加昂贵。依赖count可能很容易花费数天时间才能Counter完成仍然可以在一秒内完成的输入。