Python defaultdict与dict元素初始化

我试图优化脚本的性能，该脚本在词典中为给定的每个单词查找相似的单词

每个唯一的单词将被拆分为字母n-gram，对于每个n-gram，词典将返回包含相同字母n-gram的单词列表。然后，此列表中的每个单词都作为键添加到字典中，其值递增1。这给了我一本字典，里面有相似的单词和相应的频率分数

word_dict = {}
get = word_dict.get
for letter_n_gram in word:
    for entry in lexicon[n_gram]:
        word_dict[entry] = get(entry, 0) + 1

这个实现是可行的，但是通过切换

集合的
dict
。defaultdict

，脚本可以运行得更快

word_dd = defaultdict(int)
for letter_n_gram in word:
    for entry in lexicon[n_gram]:
        word_dd[entry] += 1

没有其他代码被更改

---

我的印象是，两个代码段（最重要的是分数添加）的工作方式应该完全相同，即，如果键存在，则将其值增加1，如果不存在，则创建键并将值设置为1

然而，在运行新代码之后，一些键的值为0，我发现这在逻辑上是不可能的

我的

defaultdict

功能的逻辑或知识是否有缺陷？如果没有，如何将

word\u dd

中的任何值设置为0

编辑：我也非常确定脚本的任何其他部分都不会扭曲这些结果，因为我在显示代码后立即使用以下方法测试字典：

for item in word_dd.iteritems():
    if item[1] == 0:
        print "Found zero value element"
        break

---

当您访问

defaultdict

中的密钥时，如果该密钥不存在，则会自动创建该密钥。因为我们有

int

作为默认的工厂函数，它创建键并给出默认值0

from collections import defaultdict
d = defaultdict(int)
print d["a"]
# 0
print d
# defaultdict(<type 'int'>, {'a': 0})

对钥匙的任何项目访问都将实现以下价值：

>>> from collections import defaultdict
>>> d = defaultdict(int)
>>> d['foo']
0

使用安全壳测试是否存在：

>>> 'bar' in d
False
>>> 'foo' in d
True

由于您正在计算n克，您可能还想看看：

其中

Counter.update（）

将更新

词典[n_gram]

表达式返回的所有条目的计数

---

像

defaultdict（int）

，

Counter（）

对象自动实现值，默认为整数

0

，唉，我在代码中发现了错误

由于在我的输入集中有许多具有相同测试单词的后续单词n-gram，因此我只为每个唯一测试单词创建一次类似单词的词典

然后，此词典用于其他目的，并对密钥进行多次测试。当然，如果字典是

collections.defaultdict

，并且默认工厂未设置为

None

，则这可以创建零值元素

然而，对零值元素的测试是在每个主循环中完成的——因此，要查找在前一个循环中创建的零值元素

将测试代码缩进适当的部分后，结果与预期的一样-创建后立即没有零值元素

---

我想为我的问题的错误和不完整的构造向所有人道歉-其他人不可能找到错误。

什么键的值为0？您确定这些键已经在字典中了吗？如何测试这些值？任何密钥访问都将创建密钥；因此，

word\u dd['nonecoke']

不会赋值，但会为您创建值。测试问题中添加的值您对

defaultdict

的理解似乎很好：您发布的代码不可能在word\u dd.values（）中以

0结尾。您确定在您发布的两段代码之间没有任何涉及
word\u dd
的代码吗？此外，当默认值计算起来很昂贵时，defaultdict的运行速度将明显快于dict.get/dict.setdefault，而常数int肯定不是。之所以在这里考虑，是因为它使代码更简单，而不是更快。这是 Debug语句优化的全部要点。在另一种情况下，它消除了
get（entry，0）
的开销。请编辑我的问题reiterate@Deutherius如果
1
不在DDCT中，则将创建它并使用默认值0。我在回答中解释了这种行为。请检查。我的印象是，
word\u ddict.iteritems（）
将返回字典中现有项的迭代器-我测试循环中的
项
是（键、值）的元组，因此
1
，它是索引，不是字典查询。@Deutherius哦，对不起，我误解了。无论如何，你不是在检查值，而是键，对吗？它们可以有零。你能展示一个实际数据的样本来重现这个问题吗？根据我的观点，我认为我没有错误地测试零值的存在
word\u dd.iteritems（）
不应该创建任何元素。我一定会查到
收藏。柜台
，谢谢。@Deutherius:不，
。iteritems（）
不会。不过，您在问题中发布的代码也不会出现。@Deutherius:您在字典中拥有
0
值的唯一方法是访问键（因此
dictionary[key]
字典中尚未定义键的任何位置），或者直接分配
0
（通过赋值、扩充赋值或
.update（）
）。
>>> 'bar' in d
False
>>> 'foo' in d
True

from collections import Counter

word_counter = Counter()
for letter_n_gram in word:
    word_counter.update(lexicon[n_gram])