Эффективное сопоставление слов с отсортированным словарем в Python

Вы можете использовать делить пополам, чтобы воспользоваться отсортированным словарем:

In [1]: d = ["aardvark", "abacus", "abbey", "abbreviation"]
In [2]: w = ['Hello', 'airport', 'really', 'sorry', 'to', 'hear', 'this', "aardvark"]
In [3]: for wd in w:
    ...:     try:
    ...:         index = bisect.bisect_left(d, wd)
    ...:         found = d[index]
    ...:         if found == wd:
    ...:             print(f"{wd} found at index {index}")
    ...:     except IndexError:
    ...:         pass
    ...:
aardvark found at index 0

Другим вариантом может быть использование словаря и поиск word in set или dictionary.get(word) для индекса. Вы можете прочитать мой ответ здесь для получения подробной информации о реализации dict в CPython.

Если в словаре есть уникальные записи (как я и ожидал), вы можете использовать dict. x in dict возвращает true, если x является ключом в данном dict и (при отсутствии коллизий хэшей) требует статического времени, так что это лучшее, что мы могли когда-либо получить. Стоит отметить, что худший случай O(n), но обычно он близок к лучшему. Подробности см. в вопросе это.

Чтобы получить dict с индексами в качестве значений, используйте эту строку:

newdict = dict((k, v) for k, v in enumerate(sortedlist))

[Обновлено:] Обратите внимание, что это не зависит от отсортированного списка или любого списка. Он будет работать для любых итераций, включая открытые файлы с одним словом в строке или string.split()...

Если вы хотите сохранить свою текущую структуру данных, вы можете использовать подтипы или докорацию, чтобы держать под капотом словарь, который обновляется и используется для такого рода поиска.

Как было сказано ранее:

>>> vocab = ['a', 'b', 'c']
>>> vocab_lookup = {k:v for v,k in enumerate(vocab)}

И теперь все, что вам нужно использовать, это dict.get или просто dict[]

>>> 'a' in vocab_lookup
True
>>> 'd' in vocab_lookup
False
>>> vocab_lookup.get('a')
0
>>> vocab_lookup.get('d')
>>> # None