python - 在 python 中维护一组 id <-> 字符串关系的有效方法？

Question

要求:我有一大组独特的字符串。我需要为他们每个人分配一个唯一的 int id。之后，从字符串获取 id 或从 id 获取字符串应该足够有效(内存和速度)。

如果在c/c++中，可以将这些字符串存储在哈希表中(例如const char *的数组)，并将表中字符串的索引指定为id。

是否可以在 python 中做同样的事情或其他解决方案？否则，我需要维护两个将字符串映射到 id 的 dict 和 vice vasa。

更新:集合已卡住，无需更改。

Answer 1

如果只有 string -> id 就足够了，只需使用 hash功能:

In [2]: hash( 'hello' )
Out[2]: 840651671246116861

In [3]: hash( 'helloo' )
Out[3]: -827725961091893887

如果您需要两种方式，如@njzk2 所建议的那样:

values = {hash(value): value for value in string_list}
# from id -> string:
values[id]
# from string -> id:
hash(string)

如果你对散列中的冲突持谨慎态度并且你的数据是静态的，你可以检查是否存在任何冲突:

hashes = set()
for value in string_list:
   hashed = hash(value)
   if hashed in hashes:
      print('at least one collision in hashing')
      break
   hashes.add(hashed)
print('no collisions at hashing')

如果你有任何碰撞，这是不太可能的，你可以这样做:

myDict1 = {} # string --> id dictonary
myDict2 = {} # id --> string dictionary

counter = 0
for value in string_list:
   myDict1[value] = counter
   myDict2[counter] = value
   counter += 1