Python 2.7字典键值反转优化方案咨询

你的当前实现存在多次遍历原字典的问题（每个唯一值都要遍历一次原字典），当数据量较大时效率会明显下降。以下是几种更高效、简洁的优化方案，均适配Python 2.7：

方案1：单次遍历基础实现 #

只遍历原字典一次，逐个将键添加到对应值的列表中，时间复杂度为O(n)（n为原字典键的数量）：

source_info = {
    'benz': 'car',
    'audi': 'car',
    'bmw': 'car',
    'toyata': 'car',
    'ferrai': 'car',
    'ducati': 'bike',
    'suzki': 'bike',
    'yamaha': 'bike'
}

def format_data(source_info=None):
    result_dict = {}
    for k, v in source_info.items():
        # 若当前值未作为键存在，初始化空列表
        if v not in result_dict:
            result_dict[v] = []
        result_dict[v].append(k)
    return result_dict

result = format_data(source_info)
print(result)

方案2：使用collections.defaultdict简化代码 #

利用Python 2.7内置的defaultdict，可以省去判断键是否存在的逻辑，代码更简洁可读，效率和方案1一致：

from collections import defaultdict

source_info = {
    'benz': 'car',
    'audi': 'car',
    'bmw': 'car',
    'toyata': 'car',
    'ferrai': 'car',
    'ducati': 'bike',
    'suzki': 'bike',
    'yamaha': 'bike'
}

def format_data(source_info=None):
    result_dict = defaultdict(list)
    for k, v in source_info.items():
        result_dict[v].append(k)
    # 可选：转为普通字典返回（若不需要defaultdict特性）
    return dict(result_dict)

result = format_data(source_info)
print(result)

原代码的其他小优化（非核心） #

如果一定要基于你的思路修改，也可以做以下简化：

1. 唯一值集合可以直接用set(source_info.values())替代推导式，更清晰；
2. 循环内无需生成临时字典，直接用列表推导式收集键：

def format_data(source_info=None):
    id_unique = set(source_info.values())
    result_dict = {}
    for key in id_unique:
        # 直接生成键列表，跳过临时字典
        result_dict[key] = [k for k, v in source_info.items() if v == key]
    return result_dict

但这种方式仍然存在多次遍历原字典的问题，不推荐用于大数据量场景。

内容的提问来源于stack exchange，提问作者kumar Raj