三重列表与双字典

Question

我有40000份文件，每个文件93.08字。在avg上，每个单词都是一个数字（可以索引字典），每个单词都有一个计数（频率）。阅读更多here。你知道吗

我在两个数据结构之间存储数据，我想知道我应该选择哪一个，Python人会选择哪一个！你知道吗

三重列表：

列表，其中每个节点：

是一个列表，其中每个节点：

\uuuuuuu。。。。是两个值的列表；word_id和count。你知道吗

双字典：

带有doc_id键和值字典的字典。你知道吗

该值字典将word_id作为键，count作为值。你知道吗

---

我觉得第一个需要更少的空间（因为它不存储doc_id），而第二个则更易于处理和访问。我的意思是，访问列表中的I元素是O（n），而在字典中它是常量，我认为。我该选哪一个？你知道吗

Answer 1

你应该用字典。它将使处理代码更容易理解和编程，而且复杂性也更低。你知道吗

使用列表的唯一原因是，如果您关心文档的顺序。你知道吗

Answer 2

如果您不关心项目的顺序，那么您肯定应该使用字典，因为字典用于对相关数据进行分组，而列表通常用于对更通用的项目进行分组。你知道吗

此外，在字典中查找比在列表中查找要快。你知道吗

列表中的查找是O（n），而字典中的查找是O（1）。虽然列表在内存中比列表大得多

Answer 3

实际上，您只需要存储大量的数字，对于这些数字，最节省空间的选择是array。这些是一维的，因此您可以编写一个类，它接受三个索引（最后一个是0表示word_id，1表示count），并执行一些基本的加法和乘法来找到正确的1D索引。你知道吗