Python Cookbook-4.14 反转字典

任务

给定一个字典，此字典将不同的键映射到不同的值。而你想创建一个反转的字典，将各个值反映射到键。

解决方案

可以创建一个函数，此函数传递一个列表推导作为dict的参数以创建需要的字典。

def invert_dict(d):
	return dict([(v,k) for k,v in d.iteritems() ])

对于比较大的字典，用 Python 标准库 itertools 模块提供的 izip 会更快一些:

from itertools import izip
def invert_dict_fast(d):
	return dict(izip(d.itervalues(),d.iterkeys()))

讨论

如果字典d中的值不是独一无二的，那么d无法被真正地反转，也就是不存在这样的字典，对于任意给定的键k，满足id[d[k]]==k。不过，本节展示的函数在这种情况下仍然能够创建一个“伪反转”字典 pd，对于任何属于字典d地值 v，d[pd[v]]==v。如果给你原始的字典 d，以及用本节函数获得的字典x，可以很容易地检査x是d的反转字典还是伪反转字典：当且仅当 len(x)==len(d)时，x才是d的真正的反转字典。这是因为，如果两个不同的键对应相同的值，对于解决方案给出的两个函数来说，两个键中的个一定会消失，因而生成的伪反转字典的长度也会比原字典的长度短。在任何情况下只有当d中的值是可哈希(hashable，意味着可以用它们做字典的键)的，前面展示的函数才能正常工作，否则，函数会抛出一个TypeError 异常。

当我们编写 Python程序时，我们通常会“无视小的优化”，正如DonaldKnuth在 30年前所说的“比起速度，我们更珍视清晰和正确性。”不过，了解更多让程序变快的知识也没有害处:当我们为了简单和清晰而采用某种方法编写程序时，我们最好深入地考虑一下我们的决定，不要懵懵懂懂。

在这里，解决方案中的 invent_dict 函数可能会被认为更清晰,因为它清楚地表达了它在做的事。该函数取得了由iteritems方法生成的成对的键及其对应值k和v，将它们包裹成(value,key)的顺序，并把最后生成的序列作为参数赋给 dict，这样 dict 就构建出了一个值成为键，而原先的键变成了对应值的新字典——正是我们需要的反转字典。

而解决方案中 invert_dict_fast 函数其实也没有那么复杂，它的操作更加抽象，它首先将所有的键和值分别转为两个独立的迭代器，再通过调用Python 标准库itertools 模块提供的 izip 将两个迭代器转化为一个迭代器,其中每个元素都是像(value,key)一样的一对值。如果你能够习惯于这种抽象层次，你将体会到更高层次的简洁和清晰。

由于这种高度的抽象性，以及不具化(materialize)整个列表(而是通过生成器和迭代器一次生成一项)的特性，invert_dict_fast能够比invert_dict 快很多。比如，在我的计算机上，反转10000个条目的字典，invertdict耗时63ms，而invert_dict_fast 则仅用时 20ms。速度提升了3倍，颇为可观。当你处理大规模数据时，由于代码的高度抽象性而带来的性能提升将会变得更加明显。特别是当你使用itertools来替换循环和列表推导时，执行速度同样也能获得极大提升，因为你无须在内存中具化一些超大的列表。当你习惯了更高的抽象层次，性能的提升只是一个额外收益，除此之外，你在观念和创造性上也会有所进步。