Python 中的查找表

查找表会存储值，让程序能够通过键或位置检索这些值。当程序需要反复查询同一种对应关系时，查找表就很有用，例如将产品代码映射到价格。预先计算结果可以避免重复计算，但查找表会占用内存，而且源数据发生变化时也需要更新。

应根据键的形式和所需操作选择结构：字典接受任意可哈希键，列表和数组使用整数位置，而 DataFrame 支持带标签的列和表格操作。下面的示例展示了如何使用不同结构完成实际查找。

为数据选择合适的查找表结构

先确定用什么来标识一个值。对于名称、代码或其他不属于稠密整数位置的键，使用字典。如果位置是从零开始的连续整数，且值可以存放在 Python 序列中，则使用列表。如果数据是数值，并且需要数组运算，则使用 NumPy 数组。如果每条记录包含多个命名字段，或需要筛选及其他表格操作，则使用 Pandas DataFrame。NumPy 和 Pandas 是第三方依赖；使用相应示例前，请先在项目环境中安装它们。

使用字典按键查找

字典将每个互不相同且可哈希的键映射到一个值。它适合处理非连续的键，也可以通过 get 明确指定备用值。键不存在时，get 会返回你提供的默认值；使用方括号访问则会在键不存在时引发 KeyError。

运行下面的示例。代码会显示茶的价格，以及果汁缺货时返回的提示；示例中的英文提示文字保持英文。

本节中的代码以及显示的标签或输出仍为英文。

prices = {"tea": 2.5, "coffee": 3.0, "cocoa": 2.75}
print(prices["tea"])
print(prices.get("juice", "not listed"))

2.5
not listed

字典查找的平均时间复杂度为 O(1)，但这并不保证所有工作负载下都如此。键必须可哈希；如果为已有键赋值，新值会替换原值。源记录发生变化时，也要更新字典，以免查找结果过时。

使用列表存储稠密整数索引

当有效索引从零开始且连续时，列表是一种简单的查找表：索引 i 对应第 (i + 1) 个项目。列表不适合客户编号等稀疏标识符，因为编号间的空缺会需要未使用的位置，或另建映射。列表索引的时间复杂度为 O(1)；列表中的值仍是普通 Python 对象。

运行下面的示例。它会显示索引 2 对应的标签，以及索引超出范围时的提示；这两条英文文字保持英文。

本节中的代码以及显示的标签或输出仍为英文。

labels = ["bronze", "silver", "gold"]

def label_for(index):
    if 0 <= index < len(labels):
        return labels[index]
    return "index out of range"

print(label_for(2))
print(label_for(5))

gold
index out of range

显式的范围检查可以处理小于零以及大于或等于列表长度的索引。Python 列表也允许用负索引从末尾倒数，因此，如果查找表中的键只定义为非负位置，就应先进行验证。

使用 NumPy 数组存储数值数据

如果查找表包含数值，并且还需要向量化计算、切片或其他数组操作，NumPy 数组会很有用。NumPy 需要单独安装；它不属于 Python 标准库。标量查找仍只是一次按索引取值，因此数组不会自动成为比字典更快的替代方案。

运行下面的示例，查看按索引取出的数值和数组乘以二后的结果。代码中的越界提示是英文，并且在此示例的有效索引下不会显示。

本节中的代码以及显示的标签或输出仍为英文。

import numpy as np

rates = np.array([1.0, 1.5, 2.0, 2.5])
index = 2
if 0 <= index < len(rates):
    print(rates[index])
else:
    print("index out of range")
print((rates * 2).tolist())

2.0
[2.0, 3.0, 4.0, 5.0]

当索引来自外部输入时，范围检查很有用。NumPy 数组通常使用单一元素类型，这有利于数值运算；应根据要存储的数据选择合适的元素类型和形状。

使用 Pandas DataFrame 处理表格数据

对于包含命名列的记录，DataFrame 很合适，尤其是在查找属于更大规模筛选或分析任务的一部分时。Pandas 需要单独安装。按列筛选会逐行比较；如果只选择行，结果仍是 DataFrame。在下面的表达式中，通过 .loc 选取单独的 price 列会返回 Series；筛选操作可能需要扫描各行。若要反复按键查找，可以考虑设置有意义的索引，再使用 .loc。

运行下面的示例，查看代码为 B 的商品价格。代码中的英文备用提示保持原样；此示例找到匹配项时不会显示该提示。

本节中的代码以及显示的标签或输出仍为英文。

import pandas as pd

items = pd.DataFrame({
    "code": ["A", "B", "C"],
    "price": [1.25, 2.50, 3.75],
})
match = items.loc[items["code"] == "B", "price"]
if not match.empty:
    print(match.iloc[0])
else:
    print("not found")

2.5

这种写法可以处理没有匹配代码的情况，避免对空结果进行索引。如果代码唯一且会被反复查询，items.set_index("code").loc["B", "price"] 可以按标签查找；访问前应确认该代码存在，并决定如何处理重复标签。

处理缺失的键和无效索引

应根据调用方的需求选择缺失值处理策略。dict.get(key, default) 会返回备用值，而 key in mapping 可以区分键不存在与键对应的值恰好等于备用值这两种情况。如果周边逻辑将缺失键视为异常，可使用 try/except KeyError。对于列表和数组，如果负索引不应从末尾倒数，就应根据 0 <= index < len(table) 验证索引。对于 DataFrame 筛选结果，应先检查结果是否为空，再选取第一行。各函数应采用一致的策略，让调用方清楚缺失时会得到哨兵值、默认值还是错误。

比较性能与实际取舍

字典按键查找的平均时间复杂度为 O(1)，列表或一维数组按位置查找的时间复杂度也为 O(1)。DataFrame 的布尔筛选通常为 O(n)，因为它需要检查各行；索引可以支持按标签访问，但其成本和行为取决于索引的构建方式及数据形状。这些复杂度描述无法预测所有输入规模下的实际耗时：初始化成本、键类型、数据布局、库操作和内存都会产生影响。

应选择与键和操作相匹配的最简单结构：任意键用字典，稠密位置用列表，数值数组运算用 NumPy 数组，带标签的表格操作用 DataFrame。如果性能是决定因素，应使用有代表性的数据进行基准测试。也要考虑内存：字典存储键值映射，列表保存 Python 对象的引用，NumPy 数组存储具有类型的元素；实际占用取决于数据和实现。如果查找表由会变化的源数据推导而来，应在源数据变化时重建或更新查找表，以免返回过时结果。