python - 在 Python 中，什么类型的数据结构将允许快速搜索并且最有效？

Question

我有一个文本文件，其中列出了 10,000,000 个 YouTube 视频 ID，如下所示:

9bZkp7q19f0
t4H_Zoh7G5A
9bZkp7q19f0
etc...

我打开文件，获取 YouTube 视频 ID，并查找它的统计信息: https://www.googleapis.com/youtube/v3/videos?part=topicDetails,statistics&id=9bZkp7q19f0&key= {API_KEY} 对于第一个视频 (Psy Gangnam Style)，API 调用返回:

  "viewCount": "1895378471",
  "likeCount": "8110831",
  "dislikeCount": "976065",
  "favoriteCount": "0",
  "commentCount": "5100187"

我还计算自定义值，例如每个视频在文件中包含的次数，每次递增 1。

我需要将所有这些信息记录到某种类型的 Python 数据结构中，它看起来像这样:

videoID    ,  viewCount, count, etc
9bZkp7q19f0, 1895378471, 10000
t4H_Zoh7G5A,  512345678, 10000

由于 videoIDs 在输入文件中经常重复，我不会只是将新行添加到数据结构中，而是需要能够找到现有的行，并增加计数的值。

我认为“videoID”、“count”等文本实际上不必在数据结构中，只要我知道每一列代表什么，二维类型的数组就可以了。

这个问题的重点是我试图决定哪种类型的数据结构最好。性能至关重要。

我必须能够通过 videoID 键快速确定该行是否已存在于数据结构中，因此如果我可以索引第一列，那将是理想的。

什么类型的 Python 数据结构可以实现这一点？

Answer 1

使用 videoID 作为键，将 viewCount 和 timesPreferred 的元组存储在字典中。更新每个条目将在恒定时间内运行。

对于额外的数据，请等到将数据放入数据库后再获取。在你数数的时候把东西弄得乱七八糟是没有意义的。