Найти подходящие ключи в двух больших словарях и сделать это быстро

Question

Я пытаюсь найти соответствующие ключи в двух разных словарях. Каждый имеет около 600 тыс. Записей.

Скажите, например:

    myRDP = { 'Actinobacter': 'GATCGA...TCA', 'subtilus sp.': 'ATCGATT...ACT' }
    myNames = { 'Actinobacter': '8924342' }

Я хочу распечатать значение Actinobacter (8924342), поскольку оно соответствует значению в myRDP.

Следующий код работает, но очень медленно:

    for key in myRDP:
        for jey in myNames:
            if key == jey:
                print key, myNames[key]

Я пробовал следующее, но это всегда приводит к ключевой ошибке:

    for key in myRDP:
        print myNames[key]

Возможно, для этого в C реализована функция? Я гуглил, но ничего не получается.

Спасибо.

Answer 1

Вы можете сделать это:

for key in myRDP:
    if key in myNames:
        print key, myNames[key]

Ваша первая попытка была медленной, потому что вы сравнивали каждый ключ в myRDP с каждый ключ в myNames. В алгоритмическом жаргоне, если myRDP имеет n элементов, а myNames имеет m элементов, тогда этот алгоритм будет принимать O ( n × m ) операции. Для 600 тыс. Элементов каждый это 360 000 000 000 сравнений!

Но проверка того, является ли тот или иной элемент ключом словаря, выполняется быстро - фактически это одна из определяющих характеристик словарей. В алгоритмическом смысле тест key in dict равен O (1) или постоянному времени. Таким образом, мой алгоритм займет время O ( n ), что составляет 60000 тысячных.

Answer 2

Используйте наборы, потому что они имеют встроенный метод intersection, который должен быть быстрым:

myRDP = { 'Actinobacter': 'GATCGA...TCA', 'subtilus sp.': 'ATCGATT...ACT' }
myNames = { 'Actinobacter': '8924342' }

rdpSet = set(myRDP)
namesSet = set(myNames)

for name in rdpSet.intersection(namesSet):
    print name, myNames[name]

# Prints: Actinobacter 8924342

Answer 3

в Python 3 вы можете просто сделать

myNames.keys() & myRDP.keys()

Answer 4

for key in myRDP:
    name = myNames.get(key, None)
    if name:
        print key, name

dict.get возвращает заданное вами значение по умолчанию (в данном случае None), если ключ не существует.

Answer 5

Вы можете начать с поиска общих ключей, а затем перебирать их. Операции над множествами должны быть быстрыми, потому что они реализованы на C, по крайней мере, в современных версиях Python.

common_keys = set(myRDP).intersection(myNames)
for key in common_keys:
    print key, myNames[key]

Answer 6

Вместо этого используйте метод get:

 for key in myRDP:
    value = myNames.get(key)
    if value != None:
      print key, "=", value

Answer 7

Лучшим и простым способом было бы просто выполнить обычные операции над множествами (Python 3).

a = {"a": 1, "b":2, "c":3, "d":4}
b = {"t1": 1, "b":2, "e":5, "c":3}
res = a.items() & b.items() # {('b', 2), ('c', 3)} For common Key and Value
res = {i[0]:i[1] for i in res}  # In dict format
common_keys = a.keys() & b.keys()  # {'b', 'c'}

Ура! * * 1004

Answer 8

Вот мой код для выполнения пересечений, объединений, различий и других операций над множествами в словарях:

class DictDiffer(object):
    """
    Calculate the difference between two dictionaries as:
    (1) items added
    (2) items removed
    (3) keys same in both but changed values
    (4) keys same in both and unchanged values
    """
    def __init__(self, current_dict, past_dict):
        self.current_dict, self.past_dict = current_dict, past_dict
        self.set_current, self.set_past = set(current_dict.keys()), set(past_dict.keys())
        self.intersect = self.set_current.intersection(self.set_past)
    def added(self):
        return self.set_current - self.intersect 
    def removed(self):
        return self.set_past - self.intersect 
    def changed(self):
        return set(o for o in self.intersect if self.past_dict[o] != self.current_dict[o])
    def unchanged(self):
        return set(o for o in self.intersect if self.past_dict[o] == self.current_dict[o])

if __name__ == '__main__':
    import unittest
    class TestDictDifferNoChanged(unittest.TestCase):
        def setUp(self):
            self.past = dict((k, 2*k) for k in range(5))
            self.current = dict((k, 2*k) for k in range(3,8))
            self.d = DictDiffer(self.current, self.past)
        def testAdded(self):
            self.assertEqual(self.d.added(), set((5,6,7)))
        def testRemoved(self):      
            self.assertEqual(self.d.removed(), set((0,1,2)))
        def testChanged(self):
            self.assertEqual(self.d.changed(), set())
        def testUnchanged(self):
            self.assertEqual(self.d.unchanged(), set((3,4)))
    class TestDictDifferNoCUnchanged(unittest.TestCase):
        def setUp(self):
            self.past = dict((k, 2*k) for k in range(5))
            self.current = dict((k, 2*k+1) for k in range(3,8))
            self.d = DictDiffer(self.current, self.past)
        def testAdded(self):
            self.assertEqual(self.d.added(), set((5,6,7)))
        def testRemoved(self):      
            self.assertEqual(self.d.removed(), set((0,1,2)))
        def testChanged(self):
            self.assertEqual(self.d.changed(), set((3,4)))
        def testUnchanged(self):
            self.assertEqual(self.d.unchanged(), set())
    unittest.main()

Answer 9

Скопируйте оба словаря в один словарь / массив. Это имеет смысл, поскольку у вас есть связанные значения 1: 1. Тогда вам нужен только один поиск, без цикла сравнения, и вы можете напрямую получить доступ к связанному значению.

Пример результирующего словаря / массива:

</p> <pre><code>[Name][Value1][Value2] [Actinobacter][GATCGA...TCA][8924342] [XYZbacter][BCABCA...ABC][43594344]

...