Question

在我的程序中，我获取所有目录和文件（walk），然后将所有目录和文件作为键和路径作为值写入字典，然后从接口（{{1}）获取关键字}）并将所有匹配返回到两个列表。我将展示它们（tk.Entry）并打开所选的一个（tk.Listbox）。

我使用this一个来创建两个列表，只有一个理解。在评论中，它说“只运行两个单独的列表推导更简单，但可能更快。”所以这让我对使用哪一个感到困惑。因为这个程序将运行我现在没有的~3TB数据，所以我无法运行，看哪哪个会更快。

这是我的最小化代码，我分别删除了win32shell，keywrd变量的接口和定义的关键字和路径。

folder

正如我上面提到的，我的问题是在处理大量数据时哪一个会更快？

Answer 1

使用zip()：

results, paths = zip(*((k, v) for k, v in lines.items() if keywrd in k))

因为这将一步产生两个列表。另一种方法是使用一个for循环：

results = []
paths = []
for (k,v) in lines.items():
    if keywrd in k:
        results.append(k)
        paths.append(v)

如果你想构建一个列表，列表理解是很好的;如果您需要来自同一循环的多个，只需使用循环。

但是，由于此数据来自SQLite查询，因此最好的办法是让 SQLite 将行限制为匹配的行：

data.execute("select * from audio if filename LIKE ?", ('%{}%'.format(keywrd),))

使用词典理解可以更有效地构建lines词典：

musics = data.execute("select * from audio")
lines = {row[1]: row[0] for row in musics}

或使用更具体的查询和光标上的直接循环：

data.execute("SELECT path, filename FROM audio WHERE filename LIKE ?",
             ('%{}%'.format(keywrd),))
paths, results = zip(*data)

对于两边都带有LIKE通配符的字符串，

%会产生相同的结果，并在Python中进行in测试;如果keywrd中包含filename，则匹配。

现在也不需要创建中间词典。

Answer 2

更快的是使用for循环：

results = []; add_result = result.append
paths = []; add_path = path.append
for k,v in lines.items():
    if keywrd in k:
        add_result(k)
        add_path(v)

最快的是使用你的内存中的sqlite数据库来进行过滤。

从列表理解中返回两个列表 - 性能

2 个答案: