面试题：Python复杂数据结构的优化存储与访问

Question

假设你正在处理一个复杂的数据集，需要存储大量的三维坐标点 (x, y, z)，每个点还有一个对应的唯一标识符。同时，需要频繁地根据标识符查找坐标点，并且偶尔需要按照某个坐标轴 (如x轴) 对所有点进行排序。你会如何选择和优化数据结构来满足这些需求？请详细阐述设计思路及可能用到的Python特性。

Answer 1

1. 设计思路：
   • 存储结构选择：
     • 为了存储三维坐标点及其唯一标识符，使用字典（dict）是一个不错的选择。字典在Python中提供了快速的键值对查找功能，正好满足根据标识符频繁查找坐标点的需求。键可以是唯一标识符，值可以是包含三维坐标的元组 (x, y, z)。
     • 例如：point_dict = {identifier1: (x1, y1, z1), identifier2: (x2, y2, z2)}
   • 排序需求处理：
     • 对于偶尔按照某个坐标轴对所有点进行排序的需求，可以将字典中的值（即坐标点元组）提取出来，放入一个列表中，然后使用Python内置的排序函数进行排序。由于排序操作不频繁，这种方式不会对整体性能产生太大影响。
2. 可能用到的Python特性：
   • 字典操作：
     • 使用字典的 __getitem__ 方法（通过键获取值）来根据标识符查找坐标点。例如，point = point_dict[identifier]。
     • 使用字典的 keys()、values() 和 items() 方法来获取字典的键、值和键值对。在需要对所有点按坐标轴排序时，values() 方法可以获取所有坐标点元组，用于后续的排序操作。
   • 列表排序：
     • 使用Python内置的 sorted() 函数对包含坐标点元组的列表进行排序。例如，如果要按 x 轴排序，可以这样做：

points_list = list(point_dict.values())
sorted_points_by_x = sorted(points_list, key = lambda point: point[0])

这里的 key 参数是一个函数，它指定了排序的依据，lambda point: point[0] 表示按照元组的第一个元素（即 x 坐标）进行排序。如果要按 y 轴排序，改为 lambda point: point[1]，按 z 轴排序则改为 lambda point: point[2]。