python - Python中的二维与一维字典效率

Question

什么在内存和速度方面更有效

d[(first,second)]

和

d[first][second],

d元组或字典的字典在哪里？

Answer 1

这是一些非常基本的测试数据，表明对于一个非常人为的示例（使用数字作为键存储“a”一百万次）使用 2 个字典要快得多。

$ python -m timeit 'd = {i:{j:"a" for j in range(1000)} for i in range(1000)};a = [d[i][j] for j in range(1000) for i in range(1000)];'
10 loops, best of 3: 316 msec per loop
$ python -m timeit 'd = {(i, j):"a" for j in range(1000) for i in range(1000)};a = [d[i, j] for j in range(1000) for i in range(1000)];'
10 loops, best of 3: 970 msec per loop

当然，这些测试并不一定意味着什么，这取决于您要做什么。确定要存储的内容，然后进行测试。

多一点数据：

$ python -m timeit 'a = [(hash(i), hash(j)) for i in range(1000) for j in range(1000)]'
10 loops, best of 3: 304 msec per loop
$ python -m timeit 'a = [hash((i, j)) for i in range(1000) for j in range(1000)]'
10 loops, best of 3: 172 msec per loop
$ python -m timeit 'd = {i:{j:"a" for j in range(1000)} for i in range(1000)}'
10 loops, best of 3: 101 msec per loop
$ python -m timeit 'd = {(i, j):"a" for j in range(1000) for i in range(1000)}'
10 loops, best of 3: 645 msec per loop

再一次，这显然不代表现实世界的使用，但在我看来，用这样的元组构建字典的成本是巨大的，这就是字典中的字典胜出的地方。这让我感到惊讶，我期待完全不同的结果。当我有时间时，我将不得不尝试更多的东西。

Answer 2

有点令人惊讶的是，字典的字典比 CPython 2.7 和 Pypy 1.8 中的元组更快。

我没有检查空间，但你可以用 ps 做到这一点。