V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
推荐学习书目
Learn Python the Hard Way
Python Sites
PyPI - Python Package Index
http://diveintopython.org/toc/index.html
Pocoo
值得关注的项目
PyPy
Celery
Jinja2
Read the Docs
gevent
pyenv
virtualenv
Stackless Python
Beautiful Soup
结巴中文分词
Green Unicorn
Sentry
Shovel
Pyflakes
pytest
Python 编程
pep8 Checker
Styles
PEP 8
Google Python Style Guide
Code Style from The Hitchhiker's Guide
Contextualist
V2EX  ›  Python

最近发现 defaultdict 的一个奇技淫巧

  •  
  •   Contextualist ·
    Contextualist · 2021-03-07 00:10:22 +08:00 · 2800 次点击
    这是一个创建于 1359 天前的主题,其中的信息可能已经有所发展或是发生改变。

    配合自身 len 可以做一个去重的自增索引:

    >>> from collections import defaultdict
    >>> ind = defaultdict(lambda: len(ind))
    >>> ind["test_a"]
    0
    >>> ind["test_b"]
    1
    >>> ind["test_a"]
    0
    >>> ind["test_z"]
    2
    
    15 条回复    2021-03-09 17:19:40 +08:00
    ClericPy
        1
    ClericPy  
       2021-03-07 00:52:50 +08:00
    有意思, 用的跟个 Enum 似的
    aijam
        2
    aijam  
       2021-03-07 08:36:46 +08:00
    点赞
    shutongxinq
        3
    shutongxinq  
       2021-03-07 09:15:57 +08:00
    有意思,赞!
    iConnect
        4
    iConnect  
       2021-03-07 10:00:23 +08:00 via Android
    赶紧想想,有哪些使用场景,性能好不好?
    laoyuan
        5
    laoyuan  
       2021-03-07 10:22:38 +08:00
    性能,性能是关键
    24bit
        6
    24bit  
       2021-03-07 10:39:21 +08:00
    有意思
    Contextualist
        7
    Contextualist  
    OP
       2021-03-07 11:14:43 +08:00
    @iConnect @laoyuan
    就 CPython 来说,defaultdict 和 dict 的实现几乎是一样的,前者只是多了个处理键值缺失的方法(__missing__)。这就意味着:1) 如果查找的键存在,其效率和 dict 一样; 2) 否则调用 len ( O(1),因为这是对象自己维护的一个属性),并插入一对值。
    abersheeran
        8
    abersheeran  
       2021-03-07 12:17:17 +08:00
    很有趣。
    abersheeran
        9
    abersheeran  
       2021-03-07 12:18:09 +08:00
    jokeface
        10
    jokeface  
       2021-03-07 14:47:30 +08:00
    为什么不会报错,感觉 ind 这个变量应该没有哇
    xoyo
        11
    xoyo  
       2021-03-07 21:05:48 +08:00
    @jokeface deferred evaluate
    xiaolinjia
        12
    xiaolinjia  
       2021-03-08 11:03:00 +08:00
    在 py37 的 dict 有序后,这样就能按插入顺序取到索引吧。不过这个得先转 list 性能较差。
    >>> a = {'a': 'aaa', 'b': 'bbb'}
    >>> list(a).index('a')
    0
    no1xsyzy
        13
    no1xsyzy  
       2021-03-08 12:56:50 +08:00
    @iConnect @laoyuan
    性能甚至应当比
    if key not in ind: ind[key] = len(ind)
    好,因为 call __missing__ 的过程不需要走 python 代码。

    倒是线程安全? asyncio 之类的协程非抢占式调度倒是没问题,抢占式的线程恐怕会造成问题。
    Contextualist
        14
    Contextualist  
    OP
       2021-03-08 14:03:50 +08:00
    @no1xsyzy 好观点。查了一下,这样(在 CPython 中)似乎的确不是线程安全的,因为如果工厂函数是 Python 代码,调用它的这个动作就是一个线程切换点。详见 https://stackoverflow.com/a/17682555,按照这个回答的提示,或许下面这个不优雅写法能行?
    ind = defaultdict()
    ind.default_factory = ind.__len__
    vegetableChick
        15
    vegetableChick  
       2021-03-09 17:19:40 +08:00
    牛啊牛啊
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   874 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 27ms · UTC 20:33 · PVG 04:33 · LAX 12:33 · JFK 15:33
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.