面试题：Python字典的内存优化与性能提升策略

数据结构选择

使用 defaultdict：defaultdict 是 collections 模块中的一个类，它在访问不存在的键时，会使用提供的默认工厂函数创建一个默认值。这可以避免每次手动检查键是否存在，从而简化代码。
```
from collections import defaultdict

# 创建一个默认值为列表的defaultdict
my_dict = defaultdict(list)
my_dict['key1'].append('value1')
```

使用 OrderedDict：如果字典的顺序很重要，OrderedDict 会记住插入键值对的顺序。在遍历字典时，它会按照插入顺序返回键值对。

from collections import OrderedDict

my_dict = OrderedDict()
my_dict['key1'] = 'value1'
my_dict['key2'] = 'value2'
for key, value in my_dict.items():
    print(key, value)

字典操作方法

批量插入：避免在循环中逐个插入键值对，而是一次性插入多个键值对。这样可以减少字典的内部调整次数，提高性能。
```
data = {'key1': 'value1', 'key2': 'value2', 'key3': 'value3'}
my_dict = {}
my_dict.update(data)
```

减少不必要的复制：避免频繁地复制字典。如果需要创建字典的副本，尽量使用浅拷贝或深拷贝的适当方法。

import copy

original_dict = {'key1': 'value1', 'key2': 'value2'}
# 浅拷贝
shallow_copy = copy.copy(original_dict)
# 深拷贝
deep_copy = copy.deepcopy(original_dict)

模块使用

pickle 模块：如果需要将字典持久化到磁盘，pickle 模块是一个不错的选择。它可以将Python对象序列化并保存到文件中，之后再反序列化读取。

import pickle

my_dict = {'key1': 'value1', 'key2': 'value2'}
with open('my_dict.pkl', 'wb') as f:
    pickle.dump(my_dict, f)

with open('my_dict.pkl', 'rb') as f:
    loaded_dict = pickle.load(f)

shelve 模块：shelve 模块提供了一个简单的持久化字典类。它类似于字典，但会将数据存储在磁盘上，适合处理大型数据，减少内存占用。
```
import shelve

with shelve.open('my_shelf') as shelf:
    shelf['key1'] = 'value1'
    value = shelf['key1']
```

内存优化

使用生成器：如果字典中的值是大型数据结构，可以考虑使用生成器来延迟生成数据，而不是一次性将所有数据加载到内存中。
```
def data_generator():
    for i in range(1000):
        yield i

my_dict = {'data': data_generator()}
```
释放不再使用的内存：及时删除不再使用的键值对，让Python的垃圾回收机制回收内存。
```
my_dict = {'key1': 'value1', 'key2': 'value2'}
del my_dict['key1']
```

查询性能优化

预计算：如果某些查询结果是固定的，可以在初始化字典时进行预计算并存储结果，避免每次查询时重复计算。
```
my_dict = {'num1': 5, 'num2': 10}
my_dict['sum'] = my_dict['num1'] + my_dict['num2']
```

使用索引：如果字典中的数据支持建立索引，可以创建额外的索引结构来加速查询。例如，如果字典的值是列表，可以创建一个以列表中某个元素为键的索引字典。

my_dict = {
    'group1': [{'id': 1, 'name': 'Alice'}, {'id': 2, 'name': 'Bob'}],
    'group2': [{'id': 3, 'name': 'Charlie'}, {'id': 4, 'name': 'David'}]
}

index_dict = {}
for group in my_dict.values():
    for item in group:
        index_dict[item['id']] = item

result = index_dict[2]

星途面试题库