效率：二维列表到 python 中的字典

Question

我有一个二维列表。

 l = [[100, 1], [43, 2], [201, 1], [5, 7], ...]

我想将列表转换为字典，其中第二个元素作为键。每个键的值应该是所有第一个元素的列表，将键作为第二个元素。此示例列表的字典应如下所示：

 {
    1: [100, 201],
    2: [43],
    7: [5],
    ...
}

对于这种转换，我有两种解决方案。其中哪一个更有效，为什么？另外：还有其他更有效的解决方案吗？

解决方案1：

 d = {}
for elem in l:
    if elem[1] in d:
        d[elem[1]].append(elem[0])
    else:
        d[elem[1]] = [elem[0]]

解决方案2：

 d = {}

for elem in l:
    d[elem[1]] = []

for elem in l:
    d[elem[1]].append(elem[0])

原文由 sinaj 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

你有两个解决方案没有错，它们很好而且高效：

1. 解决方案 1 迭代列表一次，但执行字典查找两次。因为这是关于 O(1)，而你有 2，所以我会说这是 2xN。
2. 解决方案 2 将列表迭代两次，每次查找一次 - 还是 2xN。

从理论的角度来看，它们是相同的。运行时间我敢打赌它们也非常接近。可以改进第一个解决方案的更 pythonic 方式（请求宽恕而不是许可，感谢@tobias_k）是：

 d = {}
for elem in l:
    try:
        d[elem[1]].append(elem[0])
    except KeyError:
        d[elem[1]] = [elem[0]]

如果您有很多重复的键，这会更好，因为异常的开销会比所有 if（并且只有一次查找）小得多，所以这将取决于所讨论的实际列表。如果您选择此解决方案，您可能需要阅读 defaultdict 。

一些新信息

我的猜测是错误的！即使理论上它们是相同的，并且看起来操作量也相同，但还是有区别的。我猜这与 Python 优化 if 语句的能力有关。

标记您的第一个方法 a ，您的第二个方法 --- b ，以及我提供的方法 c 我对这些方法进行计时，使用 timeit 模块列表

l1=[(x,y) for x,y in zip(range(1000),range(1000,2000)]
l1=[(x,2) for x,y in range(1000)]

l1 的结果：

方法 a 最快。慢 30% 是 b ，另外 30% 是 c 。

l2 的结果：

方法 a 和 b 几乎相同（仍然快一点）， c 比两者都快一点（我们预期）。

我会说，出于实用目的，第一个版本比第二个版本好，但如果你有很多重复键，3d 会是最好的。最重要的是，理论很好，但 实际上最好的方法是依赖于列表。

原文由 kabanus 发布，翻译遵循 CC BY-SA 3.0 许可协议

Answer 2

l = [[100, 1], [43, 2], [201, 1], [5, 7]]
d = dict(l)
print(d)

它会给你输出 {100: 1, 43: 2, 201: 1, 5: 7}

原文由 Hariprasad 发布，翻译遵循 CC BY-SA 4.0 许可协议