如何将字符串转换为无重复值的字典并按字母顺序排序字典值

我们需要完成两个核心处理逻辑：

• 将固定格式的多行字符串转换为字典结构，相同键对应的多个值自动去重
• 对字典每个键对应的列表值按英文字母顺序排序

给定的待处理字符串示例如下：

string = """Luke:sport\nDick:hike\nLisa:game\nLuke:craft\nDick:hike\nLuke:craft\nDick:craft"""

完整实现代码 #

from collections import defaultdict

def process_string(input_str):
    # 第一步：转换为去重字典
    res_dict = defaultdict(list)
    for line in input_str.strip().split('\n'):
        key, value = line.split(':')
        # 值不存在才添加，实现去重
        if value not in res_dict[key]:
            res_dict[key].append(value)
    
    # 第二步：对每个值列表按字母顺序排序
    for key in res_dict:
        res_dict[key] = sorted(res_dict[key])
    
    return dict(res_dict)

# 调用测试
if __name__ == "__main__":
    result = process_string(string)
    print(result)

运行上述代码后，输出结果和预期完全一致：

{'Luke': ['craft', 'sport'], 'Lisa': ['game'], 'Dick': ['craft', 'hike']}

无需导入依赖的原生实现 #

如果不想引入collections模块，也可以用Python原生字典实现：

def process_string_native(input_str):
    res_dict = {}
    for line in input_str.strip().split('\n'):
        key, value = line.split(':')
        if key not in res_dict:
            res_dict[key] = []
        if value not in res_dict[key]:
            res_dict[key].append(value)
    # 排序逻辑
    for key in res_dict:
        res_dict[key] = sorted(res_dict[key])
    return res_dict

大数据量优化建议 #

如果待处理的字符串行数非常多，可先用集合暂存值提升去重效率，判断元素存在的时间复杂度从列表的O(n)降到O(1)：

def process_string_high_perf(input_str):
    res_dict = {}
    for line in input_str.strip().split('\n'):
        key, value = line.split(':')
        if key not in res_dict:
            res_dict[key] = set()
        res_dict[key].add(value)
    # 转列表后排序
    for key in res_dict:
        res_dict[key] = sorted(res_dict[key])
    return res_dict

内容的提问来源于stack exchange，提问作者moll koll