查找k个值最接近某一值的字典条目
查找k个值最接近某一值的字典条目
提问于 2018-10-15 03:24:57
假设我们想要找到两个值最接近10的项目：
A = {'abc': 12.3, 'def': 17.3, 'dsfsf': 18, 'ppp': 3.2, "jlkljkjlk": 9.23}它与以下各项配合使用：
def nearest(D, centre, k=10):
return sorted([[d, D[d], abs(D[d] - centre)] for d in D], key=lambda e: e[2])[:k]
print(nearest(A, centre=10, k=2))['jlkljkjlk'，9.23，0.7699999999999996，'abc'，12.3，2.3000000000000007]
但是，当字典的大小更大(数十万个条目)时，有没有Python内置的方法和/或更优化的版本来实现这一点？
回答 3
Stack Overflow用户
发布于 2018-10-15 03:27:44
如果您不介意使用Pandas：
import pandas as pd
closest = (pd.Series(A) - 10).abs().sort_values()[:2]
#jlkljkjlk 0.77
#abc 2.30
closest.to_dict()
#{'jlkljkjlk': 0.7699999999999996, 'abc': 2.3000000000000007}Stack Overflow用户
发布于 2018-10-15 04:15:42
您可以使用heapq.nsmallest()
from heapq import nsmallest
A = {'abc': 12.3, 'def': 17.3, 'dsfsf': 18, 'ppp': 3.2, 'jlkljkjlk': 9.23}
def nearest(D, centre, k=10):
return [[x, D[x], abs(D[x] - centre)] for x in nsmallest(k, D, key=lambda x: abs(D[x] - centre))]
print(nearest(A, centre=10, k=2))
# [['jlkljkjlk', 9.23, 0.7699999999999996], ['abc', 12.3, 2.3000000000000007]]就时间复杂度而言，这是以O(n log(k))时间而不是基于字典排序的解决方案的O(n log(n))运行的。
Stack Overflow用户
发布于 2018-10-15 05:11:04
考虑到您需要经常执行查找，我们可以将其设置为O(log )算法，首先将数据存储在排序列表中：
from operator import itemgetter
ks = sorted(A.items(), key=itemgetter(1))
vs = list(map(itemgetter(1), ks))然后，对于每个项目，我们可以使用点来确定插入点。然后我们可以检查周围的两个值，以检查最小的值，并返回相应的键。也有可能是
from bisect import bisect_left
from operator import itemgetter
def closests(v):
idx = bisect_left(vs, v)
i, j = max(0, idx-1), min(idx+2, len(ks))
part = ks[i:j]
return sorted([[*pi, abs(pi[-1]-v)] for pi in part], key=itemgetter(-1))[:2]上面可能看起来不是一个改进，但在这里，我们将始终计算sorted(..)中最多三个元素，并且bisect_left将计算对数个元素。
例如：
>>> closests(1)
[['ppp', 3.2, 2.2], ['jlkljkjlk', 9.23, 8.23]]
>>> closests(3.2)
[['ppp', 3.2, 0.0], ['jlkljkjlk', 9.23, 6.03]]
>>> closests(5)
[['ppp', 3.2, 1.7999999999999998], ['jlkljkjlk', 9.23, 4.23]]
>>> closests(9.22)
[['jlkljkjlk', 9.23, 0.009999999999999787], ['abc', 12.3, 3.08]]
>>> closests(9.24)
[['jlkljkjlk', 9.23, 0.009999999999999787], ['abc', 12.3, 3.0600000000000005]]因此，“加载”阶段需要O(n log n) (n是元素的数量)。然后，如果我们将上面的方法推广到获取k个元素(通过增加切片)，那么执行查找将需要O(log + lookup )。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/52806294
复制相关文章
相似问题
腾讯云开发者
