Python 可以使用Dict而不是list应用二分法吗？

我有一个文件，其中包含以下格式的信息：

.343423 1
.434322 1
.453434 1
.534342 1

按排序顺序使每行和每行大小相等..我有一个带值的变量“a”，需要得到与第一列中的值相比最接近“a”的行号

到目前为止，我一直在将第一列元素处理到列表中，然后使用对分方法得到行数…但由于我需要多次执行此操作…这变得非常缓慢，因为我每次都需要将大约4000个元素复制到列表中

所以现在我想用dict来代替数据结构，因为我会更快…但是我不知道我们是否可以在对分中使用dict，如果可能的话，我们如何在这种情况下使用请建议。。。 如果不可能，他们是否有比正常更快地将数据加载到列表中的方法？？？

---

谢谢你…

我不明白你为什么要复制这些元素。这是慢的部分。您不能在启动时加载一次列表，然后始终使用相同的列表吗

---

无论如何，dict比list慢（我相信[不确定]它是作为哈希映射实现的，因此没有顺序，因此不能使用对分）。

dict是无序的，所以对其使用对分是没有意义的

我可以想出几个选择：

1） 将数据保存在（键、值）元组的排序列表中。这将允许您使用对分查找最近的元素。如果这是您唯一想对列表执行的操作，并且列表不会随时间发生太大变化（因为每次都需要使用它，这会产生成本），那么这是很好的

---

2） 使用平衡的二叉树数据结构-有几种。这将为您提供类似字典的语义，同时能够像bisect一样找到最近的元素。PyPi搜索中的第一项是，看起来它可以做任何你想做的事情。它的作用类似于一个字典，但有额外的方法来获取给定值前后的项。这将让您高效地找到最接近的数字

如果您在中读取整个文件，则字典将比列表快，因为必须搜索列表（O（lg n）），而字典提供快速查找，而不管大小（O（1））。当然，您不会在字典上使用二分法（二进制搜索）。如果您只在任何特定文件中查找一行，您甚至不需要这样做——您只需读取该文件，直到找到要查找的行

---

如果每个文件的查找次数很少，则可以通过直接对文件本身进行二进制搜索来加快查找速度。由于您知道文件已排序，并且每条记录的长度相同，因此您可以轻松编写代码，以便只读取搜索所需的文件字节。

以下是一种使用对分的方法，而无需读取整个文件。不管怎样，操作系统最终读取的文件都会比您需要的多得多，因此在

data.txt

足够大之前，您不会看到性能提升

from os import SEEK_END
from bisect import bisect

class ListProxy(object):
    def __init__(self, f):
        self.f = f
        self.line_len = len(f.readline())
        self.f.seek(0, SEEK_END)
        self.num_lines = self.f.tell()//self.line_len

    def __len__(self):
        return self.num_lines

    def __getitem__(self, idx):
        self.f.seek(idx*self.line_len)
        return float(self.f.read(7))

with open("data.txt") as f:
    lp = ListProxy(f)    
    num = .44
    idx = bisect(lp, num)
    if idx != 0 and num - lp[idx-1] < lp[idx] - num:
        idx -=1
    print num, idx

从操作系统导入搜索\u结束
从对分导入对分
类ListProxy（对象）：
定义初始化（self，f）：
self.f=f
self.line_len=len（f.readline（））
self.f.seek（0，seek\u结束）
self.num\u lines=self.f.tell（）//self.line\u len
定义（自我）：
返回self.num\u行
def uu getitem uu（self，idx）：
self.f.seek（idx*self.line_len）
回油浮子（自f读数（7））
将open（“data.txt”）作为f：
lp=ListProxy（f）
num=.44
idx=二等分（lp，num）
如果idx！=0和num-lp[idx-1] > p>类似于Dave Kirby的解，考虑模块on。它是纯Python，并提供了一个覆盖键的方法。对于从文件批量加载数据，它也比平衡二叉树类型快得多

在您的情况下，类似的方法可能会起作用：

from sortedcontainers import SortedDict
with open('data.txt') as fptr:
    sd = SortedDict(map(int, line[1:].split()) for line in fptr)

# sd now contains key, value pairs corresponding to the columns in your data file
# Lookup index of desired key:

pos = sd.bisect(434323)

# pos points to the index of the key 434322
# get that key:

key = sd.iloc[pos]

# now get the value:

value = sd[key]

在sortedcontainers模块中，二分法、索引和键查找操作都非常快速。此解决方案要求您可以将文件的全部内容保留在内存中。
我每次打开的文件都不同，因此列表也会不同。因此，任何建议都没有机会改进！这里最大的问题是磁盘访问速度比其他任何东西都慢。一次加载所有数据，考虑将它们放入sqlite数据库，但不要每次都访问文件，并期望它会很快。我恳请您提供一些示例代码…如果不是完整的代码..我无法清楚地理解您的意思，但您的建议看起来更快..因此，您可以指导我如何编写代码…Thnqd您是否可以控制文件格式？也许你可以用二进制格式代替这个问题的背景，复习所有的OP问题。