Python中的二维与一维字典效率

Question

什么在内存和速度方面更有效率

d[(first,second)]

和

d[first][second],

哪里d是元组或词典的字典？

Answer 1

这里有一些非常基本的测试数据,表明对于一个非常人为的例子(使用数字作为键存储'a'一百万次)使用2个字典要快得多.

$ python -m timeit 'd = {i:{j:"a" for j in range(1000)} for i in range(1000)};a = [d[i][j] for j in range(1000) for i in range(1000)];'
10 loops, best of 3: 316 msec per loop
$ python -m timeit 'd = {(i, j):"a" for j in range(1000) for i in range(1000)};a = [d[i, j] for j in range(1000) for i in range(1000)];'
10 loops, best of 3: 970 msec per loop

当然,这些测试并不一定意味着什么取决于你想要做什么.确定您要存储的内容,然后进行测试.

更多数据:

$ python -m timeit 'a = [(hash(i), hash(j)) for i in range(1000) for j in range(1000)]'
10 loops, best of 3: 304 msec per loop
$ python -m timeit 'a = [hash((i, j)) for i in range(1000) for j in range(1000)]'
10 loops, best of 3: 172 msec per loop
$ python -m timeit 'd = {i:{j:"a" for j in range(1000)} for i in range(1000)}'
10 loops, best of 3: 101 msec per loop
$ python -m timeit 'd = {(i, j):"a" for j in range(1000) for i in range(1000)}'
10 loops, best of 3: 645 msec per loop

再一次,这显然不能说明现实世界的使用,但在我看来,像这样构建字典的成本是巨大的,而字典中的字典则胜出.这令我感到惊讶,我期待完全不同的结果.有空的时候我还要再做几件事.