在Python中，哪种类型的数据结构允许快速搜索，并且效率最高？

Question

我有一个文本文件，其中列出了10,000,000个YouTube视频ID，如下所示：

9bZkp7q19f0
t4H_Zoh7G5A
9bZkp7q19f0
etc...

我打开文件，获取YouTube视频ID，并查找它的统计信息：https://www.googleapis.com/youtube/v3/videos?part=topicDetails,statistics&id=9bZkp7q19f0&key={API_KEY}用于第一个视频(Psy Gangnam样式)，返回的API调用：

  "viewCount": "1895378471",
  "likeCount": "8110831",
  "dislikeCount": "976065",
  "favoriteCount": "0",
  "commentCount": "5100187"

我还计算自定义值，例如每个视频包含在文件中的次数，每次递增一次。

我需要将所有这些信息记录到某种类型的Python数据结构中，如下所示：

videoID    ,  viewCount, count, etc
9bZkp7q19f0, 1895378471, 10000
t4H_Zoh7G5A,  512345678, 10000

由于视频in经常在输入文件中重复，所以我不只是在数据结构中附加新行，而是需要能够找到现有的行，并增加计数的值。

我认为像"videoID“、”计数“等文本并不一定要在数据结构中，只要我知道每一列代表什么，二维类型的数组就可以了。

这个问题的要点是，我试图决定哪种类型的数据结构是最好的。性能是至关重要的。

如果数据结构中已经存在该行，那么我必须能够通过videoID快速确定键，所以如果我能够索引第一列，这将是理想的。

哪种类型的Python数据结构能够做到这一点？

Answer 1

将viewCount和timesPreferred的元组存储在一个dict中，使用videoID作为键。更新每个条目将在固定时间内运行。

对于额外的数据，请等到将数据放入数据库后才能获得数据。你数数的时候把东西弄得乱七八糟是没有意义的。

Answer 2

一份字典的清单应该可以。但是，为了获得最佳性能，我将字典列表存储在“腌制”文件中，使用的是cpickle (一个更快版本的泡菜)。

http://docs.python.org/2/library/pickle.html#pickle-example