Python处理复杂数据结构：随机访问场景下的最优方案咨询

方案思路 #

用dataclass存储单条记录保证结构清晰，同时构建多维度索引字典来满足所有查询需求，兼顾可读性与查询效率。

1. 定义数据类存储单条记录 #

用dataclass封装每条映射的四个字段，结构直观且支持不可变特性（避免意外修改）：

from dataclasses import dataclass
from typing import List, Dict, Set

@dataclass(frozen=True)
class PrinterMapping:
    user: str
    company: str
    doc_type: str
    printer: str

2. 加载文件并构建查询索引 #

读取文件时，将每行解析为PrinterMapping实例，同时构建4个索引字典，分别对应你的查询需求：

def load_mappings(file_path: str) -> tuple[List[PrinterMapping], Dict[str, Set[PrinterMapping]], Dict[str, Set[str]], Dict[str, Set[str]], Dict[tuple[str, str, str], PrinterMapping]]:
    mappings = []
    # 索引1：用户 -> 该用户的所有映射记录
    user_index = {}
    # 索引2：打印机 -> 使用该打印机的用户集合
    printer_to_users = {}
    # 索引3：文档类型 -> 拥有该类型的用户集合
    doc_type_to_users = {}
    # 索引4：(用户, 打印机, 文档类型) -> 对应映射记录（用于快速验证）
    triple_index = {}

    with open(file_path, 'r') as f:
        for line in f:
            line = line.strip()
            if not line:
                continue
            user, company, doc_type, printer = line.split(':')
            mapping = PrinterMapping(user, company, doc_type, printer)
            mappings.append(mapping)

            # 更新用户索引
            user_index.setdefault(user, set()).add(mapping)
            # 更新打印机-用户索引
            printer_to_users.setdefault(printer, set()).add(user)
            # 更新文档类型-用户索引
            doc_type_to_users.setdefault(doc_type, set()).add(user)
            # 更新复合验证索引
            triple_index[(user, printer, doc_type)] = mapping

    return mappings, user_index, printer_to_users, doc_type_to_users, triple_index

3. 实现查询函数 #

基于预构建的索引，直接实现各查询需求，所有查询均为O(1)或O(k)（k为目标分组内的记录数），效率极高：

查询1：列出特定用户的所有打印机

def get_user_printers(user: str, user_index: Dict[str, Set[PrinterMapping]]) -> Set[str]:
    return {m.printer for m in user_index.get(user, set())}

查询2：列出使用特定打印机的所有用户

def get_printer_users(printer: str, printer_to_users: Dict[str, Set[str]]) -> Set[str]:
    return printer_to_users.get(printer, set())

查询3：列出拥有特定文档类型的所有用户

def get_doc_type_users(doc_type: str, doc_type_to_users: Dict[str, Set[str]]) -> Set[str]:
    return doc_type_to_users.get(doc_type, set())

查询4：验证用户是否存在指定打印机与文档类型的映射

def validate_mapping(user: str, printer: str, doc_type: str, triple_index: Dict[tuple[str, str, str], PrinterMapping]) -> bool:
    return (user, printer, doc_type) in triple_index

方案优势 #

• 可读性强：dataclass让每条记录的结构一目了然，比嵌套字典更易维护
• 查询高效：预构建索引避免了全表遍历，所有常用查询都能快速响应
• 扩展性好：后续新增查询需求（如按公司查询），只需新增对应索引即可

内容的提问来源于stack exchange，提问作者WJ.Lesster