Python：基于哈希构建同义词到对象的快速查找结构

核心方案 #

用Python的defaultdict(list)构建哈希映射，键为同义词字符串，值为包含该同义词的MyObject实例列表。这种方案的查找时间复杂度为O(1)，且存储的是实例引用（Python中对象赋值默认传递引用），完全满足需求。

实现代码 #

from collections import defaultdict

class MyObject:
    def __init__(self, name):
        self.name = name
        self.synonyms = get_synonyms(name)  # 假设该函数已实现，返回同义词列表

def build_synonym_lookup(objects):
    synonym_map = defaultdict(list)
    for obj in objects:
        # 遍历每个同义词，将当前对象添加到对应列表
        for synonym in obj.synonyms:
            synonym_map[synonym].append(obj)
    return synonym_map

# 使用流程
my_objects = create_1000_MyObjects()  # 假设该函数已生成1000个MyObject实例
synonym_lookup = build_synonym_lookup(my_objects)

# 查找指定同义词对应的对象（注意示例中的拼写错误"cofee cup"，应为"coffee cup"）
target_objects = synonym_lookup.get("coffee cup", [])
# 若需处理拼写容错，可额外引入difflib等库实现模糊匹配

关键说明 #

1. 引用而非副本：Python中对象在字典中存储的是内存引用，不会创建实例副本，符合对不可变实例的需求。
2. 快速查找：字典基于哈希表实现，键查找操作的时间复杂度为O(1)，适合大规模数据场景。
3. 容错处理：使用get方法可以避免同义词不存在时抛出KeyError，默认返回空列表；若需要忽略大小写、去除空格等标准化处理，可在构建映射和查找时对同义词做统一格式化（如synonym.strip().lower()）。

内容的提问来源于stack exchange，提问作者ao222