避免循环并提高性能以更新di

Question

我有一张表格：

dict1[element1] : reference1

dict1[element2] : reference2

dict1[element3] : reference2

有些元素有相同的引用（比如element2和element3有）。 我需要把它转换成如下形式的dict：

dict2[reference1] : [element1]

dict2[reference2] : [element2,element3]

为了得到这个，我写了：

dict2=dict()
for key in dict1:
    UpdateDict(dict2,dict1[key],key)

def UpdateDict(Dict,Key,Entry):
    Keys = list(Dict.keys())
    if Key in Keys:
        Dict[Key].append(Entry)
        return
    else:
        Item = list()
        Item.append(Entry)
        Dict[Key] = Item
    return

在dict1不是很大之前，这种方法可以正常工作，但是如果dict1很大（大约1000个键），则需要几个小时才能得到结果。你知道吗

有没有更快的方法？你知道吗

Answer 1

您可以使用defaultdict或dict.setdefault：

dict2 = {}
for key, value in dict1.items():
    dict2.setdefault(value, []).append(key)

对于这样一个简单的调用，函数似乎是不必要的。你知道吗

Answer 2

使用^{}而不是普通的dict来避免这些成员身份检查，您可以删除函数调用，这会增加重复调用的不小开销：

from collections import defaultdict

dct2 = defaultdict(list)
for k in dct1:
   dct2[dct1[k]].append(k)

Answer 3

这是：

Keys = list(Dict.keys())
if Key in Keys:
    ...

可能是罪魁祸首。它将O（1）查找（if Key in Dict:）转换为O（n）查找。这加上每个键一个函数调用的开销确实是次优的。你知道吗

一个更简单的解决方案是使用collections.defaultdict：

from collections import defaultdict

def revindex(dic):
    rev = defaultdict(list)
    # nb for py2.7 use `iteritems()` instead
    for k, v in dic.items():
        rev[v].append(k)
    return rev


dict2 = revindex(dict1)