在Python中的函数中使用大数据结构时的效率

概述我需要使用大数据结构,更具体地说,使用大字典来完成查找工作.在最初我的代码是这样的：#build the dictionary blablabla #look up some information in the ditionary blablabla 由于我需要多次查看,我开始意识到将它实现为函数是个好主意,比如查找(info).然后问题来了,我应该如何处

我需要使用大数据结构,更具体地说,使用大字典来完成查找工作.

在最初我的代码是这样的：

#build the dictionaryblablabla#look up some information in the ditionaryblablabla

由于我需要多次查看,我开始意识到将它实现为函数是个好主意,比如查找(info).

然后问题来了,我应该如何处理大字典？

我应该使用lookup(info,dictionary)将其作为参数传递,还是应该只在main()中初始化字典并将其用作全局变量？

第一个似乎更优雅,因为我认为维护全局变量很麻烦.
但另一方面,我不确定将大字典传递给函数的效率.它将被多次调用,如果传递的参数效率低下,它肯定会成为一场噩梦.

谢谢.

EDIT1：

我刚刚对上述两种方式进行了实验：

这是代码的片段. lookup1实现传递查找的参数,而lookup2使用全局数据结构“big_dict”.

class CityDict():    def __init__():        self.code_dict = get_code_dict()    def get_city(city):        try:            return self.code_dict[city]        except Exception:            return None         def get_code_dict():    # initiate code dictionary from file    return code_dictdef lookup1(city,city_code_dict):    try:        return city_code_dict[city]    except Exception:        return Nonedef lookup2(city):    try:        return big_dict[city]    except Exception:        return Nonet = time.time()d = get_code_dict()for i in range(0,1000000):    lookup1(random.randint(0,10000),d)print "lookup1 is %f" % (time.time() - t)t = time.time()big_dict = get_code_dict()for i in range(0,1000000):    lookup2(random.randint(0,1000))print "lookup2 is %f" % (time.time() - t)t = time.time()cd = CityDict() for i in range(0,1000000):    cd.get_city(str(i))print "class is %f" % (time.time() - t)

这是输出：

lookup1 is 8.410885
lookup2 is 8.157661
class is 4.525721

所以似乎两种方式几乎相同,是的,全局变量方法更有效.

EDIT2：

添加了Amber建议的类版本,然后再次测试效率.然后我们可以从结果中看出Amber是对的,我们应该使用类版本.

最佳答案都不是.使用专门用于将函数(方法)与数据(成员)分组的类：

class BigDictLookup(object):    def __init__(self):        self.bigdict = build_big_dict() # or some other means of generating it    def lookup(self):        # do something with self.bigdictdef main():    my_bigdict = BigDictLookup()    # ...    my_bigdict.lookup()    # ...    my_bigdict.lookup()

总结

以上是内存溢出为你收集整理的在Python中的函数中使用大数据结构时的效率全部内容，希望文章能够帮你解决在Python中的函数中使用大数据结构时的效率所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。