如何在字典构成的列表中按token值快速查找目标字典

场景说明 #

现有存储字典的大型列表，每个字典携带唯一的token字段，原始数据示例：

large_list = [{"token": "4kj13", "value1": 10, "value2": 20},
              {"token": "hm9gm", "value1": 15, "value2": 30}]

目标是通过token直接定位对应字典，实现类似large_list["4kj13"]["value1"]的直接取值效果，约束如下：

• 不可修改原始JSON输入格式，允许构建中间数据结构
• 字典内部结构复杂，无法转换为表格类结构存储
• 所有token值全局唯一

现有方案的不足 #

构建token到列表索引映射的方案可以实现需求，但存在两个明显问题：

# 索引映射方案示例
token2index = {"4kj13": 0, "hm9gm": 1}
# 取值需要两次查询：先查索引，再从列表取字典
print(large_list[token2index["4kj13"]]["value1"])

• 多一次列表索引查询，存在不必要的性能损耗
• 如果原列表发生插入、删除、重排序操作，所有索引映射会直接失效，维护成本极高

最优实现方案 #

直接构建token到原字典对象的映射字典即可。Python中字典为引用类型，映射中存储的是原字典的内存引用，不会额外拷贝字典内容，完全不会因为字典结构复杂产生额外内存开销。

构建映射 #

一行代码即可完成初始化：

token_map = {item["token"]: item for item in large_list}

取值方式 #

完全匹配预期的直接取值效果：

print(token_map["4kj13"]["value1"])  # 输出10

方案优势 #

• 性能更高：单次哈希查询即可拿到目标字典，比索引映射少一层跳转，十万级以上数据量下性能差异明显
• 鲁棒性更强：原列表的顺序调整、元素插入/删除操作不会影响已有映射关系，只要原字典对象不被销毁，映射就一直有效
• 维护简单：后续列表新增元素时同步执行token_map[new_item["token"]] = new_item，删除元素时执行del token_map[target_token]即可完成同步
• 完全符合约束：没有修改任何原始输入结构，也不需要改动字典内部的复杂字段

注意：不要随意修改映射中取出的字典的token字段，否则会导致映射键和实际内容不一致。如果需要修改token，同步更新映射的键即可。

内容的提问来源于stack exchange，提问作者adroit.levees.0r