其他人使用set()给了您内存中的方法,这通常是最快的方法,不应该为60K字的数据集(最多几个mib)增加内存。您应该能够使用以下内容构建您的集合:
f=open('words.txt')
s = set(word.strip() for word in f)
但是,它确实需要一些时间将该集加载到内存中。如果你检查了很多单词,这没问题——查找时间将超过弥补时间。但是,如果每次执行命令时只检查一个单词(例如,这是一个命令行应用程序,如“checkenglish[word]”),则启动时间将比您逐行搜索文件所花费的时间长。
如果这是您的情况,或者您有一个更大的数据集,那么使用磁盘格式可能更好。最简单的方法是使用
dbm
模块。从单词表中创建这样的数据库:
import dbm
f=open('wordlist.txt')
db = dbm.open('words.db','c')
for word in f:
db[word] = '1'
f.close()
db.close()
然后您的计划可以通过以下方式检查会员资格:
db = dbm.open('words.db','r')
if db.has_key(word):
print "%s is english" % word
else:
print "%s is not english" % word
这将比一个集合查找慢,因为将有磁盘访问,但比搜索快,内存使用率低,没有明显的初始化时间。
还有其他的选择,例如使用SQL数据库(例如sqlite)。