python不同数据结构下的if...in... 耗时对比

数据源为txt文件,数据条数:20万,有数据重复出现的情况。

#coding=utf8
import os
import codecs
PATH = r"e:/SVN/chocolate_ime/doc"
BASE_FILE = os.path.join(PATH,"HZout_NoTone.txt")#encoding:utf-16
CIZU_FILE = os.path.join(PATH,"Cizu_komoxo95K.txt")#encoding:gbk
#********************set_time_consume_check********************************
def gen_set_cizu():
    cizu_set = set()
    with codecs.open(CIZU_FILE,encoding="gbk") as f:
        for line in f.readlines():
            if line.startswith(";"):
                pass
            else:
                splited_line = line.split("\t")
                cizu_set.add(splited_line[0])
    # print len(cizu_set)
    return cizu_set
def gen_set_word():
    word_set = set()
    with codecs.open(BASE_FILE,encoding="utf-16") as f:
        for line in f.readlines():
            splited_line = line.split("\t")
            word_set.add(splited_line[0])
    # print len(word_set)
    return word_set
def set_combined():
    cizu_
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值