Re: [問題] 搜尋 nested list 中的字串
※ 引述《hohiyan (海洋)》之銘言:
: 大家好
: 我目前正在自學python,想請教是否有更好的方法來處理搜尋nested list中的資料。
: 例如一個 nested list 為 ft = [['a',10],['b',5],['c',11'],['d',3]]
: 題目為
: Function add() takes a single-character string and a ft, and modified the ft
: to increase the number of occurrences of that character by 1.
: 例如 add('a',ft) 會 return ft = [['a',11],['b',5],['c',11'],['d',3]]
: 而 add('i',ft) return ft = [['a',10],['b',5],['c',11'],['d',3],['i',1]]
要很快找到文字的次數,不要用 list 而要用 dictionary 就可以了。
list 是比較原始,方便循序搜尋的資料格式,而 dictionary 則是用標籤快速
尋找的格式。
ft = {'a':10, 'b':5, 'c':11, 'd':3}
def occur(x, ft):
return x in list(ft)
def add(x, ft):
if occur(x, ft):
ft.update({x: ft[x]+1})
else:
ft.update({x: 1})
return ft
我目前所理解的 dictionary ,大概是這樣:假設 ft 是 dictionary ,
dictionary 是一堆 key 對應到一堆 value ,有點像函數。
用 list(ft) 可以取出 ft 的 keys , keys 中每個東西是獨一的。
另外,用 ft.update({k1: v1, k2: v2}) 可以直接把 ft 中的 k1 和 k2
的對應值洗掉。
所以如果要讓對應值一直往上加,要先從 ft 把舊的對應值很快抓出來,
然後,根據舊的對應值修改為新的對應值,再洗回去。
dictionary 抓對應值的速度是 O(1) ,洗回去的速度也是 O(1) 。
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 118.168.168.133
※ 文章網址: http://www.ptt.cc/bbs/Python/M.1414216211.A.3D8.html
※ 編輯: yauhh (118.168.168.133), 10/25/2014 14:40:42
推
10/26 00:48, , 1F
10/26 00:48, 1F
→
10/27 05:46, , 2F
10/27 05:46, 2F
→
10/27 05:49, , 3F
10/27 05:49, 3F
推
10/27 06:26, , 4F
10/27 06:26, 4F
→
10/27 06:26, , 5F
10/27 06:26, 5F
推
10/27 06:50, , 6F
10/27 06:50, 6F
→
10/27 08:07, , 7F
10/27 08:07, 7F
→
10/27 08:07, , 8F
10/27 08:07, 8F
→
10/27 08:07, , 9F
10/27 08:07, 9F
→
10/27 08:08, , 10F
10/27 08:08, 10F
→
10/27 21:14, , 11F
10/27 21:14, 11F
→
10/27 21:15, , 12F
10/27 21:15, 12F
→
10/28 08:27, , 13F
10/28 08:27, 13F
→
10/28 08:28, , 14F
10/28 08:28, 14F
→
10/28 08:28, , 15F
10/28 08:28, 15F
而且, ft[x] 是 O(1) , keys(ft) 難道也是 O(1) 嗎? 我的判斷,要嘛要寫
x in keys(ft) 要嘛則寫 x in list(ft) ,有什麼不同?或者說是 in list(ft) 就O(n)
而 in set(ft) 則O(k), k < n ,有這樣的差別嗎?
至於取值的部分,我照樣用 ft[x] ,沒有所謂該用 list 或 dict 包不包的問題。
→
10/28 08:29, , 16F
10/28 08:29, 16F
→
10/28 08:30, , 17F
10/28 08:30, 17F
→
10/28 08:30, , 18F
10/28 08:30, 18F
※ 編輯: yauhh (118.168.161.23), 10/28/2014 08:36:49
※ 編輯: yauhh (118.168.161.23), 10/28/2014 08:39:42
討論串 (同標題文章)
本文引述了以下文章的的內容:
完整討論串 (本文為第 4 之 4 篇):