python中的键_Python中的键顺序dict

“Random access O(1)”是一个非常严格的要求，它基本上强加了一个底层散列表——我希望您指的是仅随机读取，因为我认为它可以从数学上得到证明，而不是一般情况下不可能有O(1)写入和O(N)有序迭代。

我不认为你会找到一个适合你需要的预打包容器，因为它们是如此极端——O(log N)访问当然会在世界上造成所有的不同。要获得读取和迭代所需的big-O行为，需要粘合两个数据结构，基本上是dict和heap(或排序列表或树)，并保持它们同步。虽然您没有指定，但我认为您只能得到您想要的那种分期偿还的行为-除非您真的愿意为插入和删除支付任何性能损失，这是您所表达的规范的字面含义，但看起来确实是一个不太可能的现实需求。

对于O(1)read和stalledO(N)ordered iteration，只需在dict旁边保留一个所有键的列表，例如：class Crazy(object):

def __init__(self):

self.d = {}

self.L = []

self.sorted = True

def __getitem__(self, k):

return self.d[k]

def __setitem__(self, k, v):

if k not in self.d:

self.L.append(k)

self.sorted = False

self.d[k] = v

def __delitem__(self, k):

del self.d[k]

self.L.remove(k)

def __iter__(self):

if not self.sorted:

self.L.sort()

self.sorted = True

return iter(self.L)

如果您不喜欢“分期O(N)顺序”，可以删除self.sorted，只需在__setitem__本身中重复self.L.sort()。当然，这会导致写O(N logn)(而我仍然在O(1)处有写操作)。两种方法都是可行的，很难认为其中一种方法在本质上优于另一种方法。如果你倾向于写一堆，然后是一堆迭代，那么上面代码中的方法是最好的；如果它通常是一个写，一个迭代，另一个写，另一个迭代，那么它只是一个清洗。

顺便说一句，这无耻地利用了Python sort(也称为“timsort”)不寻常的(和奇妙的；-)性能特性：其中，对一个列表进行排序，该列表大部分是排序的，但最后附加了一些额外的项，基本上是O(N)(如果附加的项与排序的前缀部分相比足够少)。我听说Java很快就获得了这类功能，因为Josh Block对一个关于Python的技术讲座印象深刻，他开始在笔记本电脑上为JVM编写代码。大多数系统(包括我认为Jython和IronPython)基本上都将排序作为一个O(N logn)操作，而不是利用“大多数是有序的”输入；“自然合并排序”(natural mergesort)，Tim Peters在Python的timsort中创建的，在这方面是一个奇迹。