如何高效匹配两个字典列表中相同时间戳的键值对并构建映射字典

本文介绍在python中高效比较两个含时间戳字典列表（如api响应数据），通过哈希索引实现o(n+m)时间复杂度的精准匹配，并生成{"list1_value": "list2_value"}格式的映射字典。

在处理时序数据（如日志、监控指标或API返回的带时间戳记录）时，常需跨两个列表按时间字段（如 "time"）对齐并提取对应值。若直接使用嵌套循环或 itertools.product（时间复杂度 O(n×m)），不仅低效，还会产生冗余判断和空值干扰（如原问题中输出大量 None）。更优解是构建哈希索引 + 单次遍历——即用字典预存 list1 中 "time" 到完整字典的映射，再遍历 list2 快速查找匹配项。

以下是推荐实现（已优化可读性与健壮性）：

list1 = [
    {"time": "2025-01-29T18:32:24.000Z", "value": "abc"},
    {"time": "2025-01-30T19:47:48.000Z", "value": "def"},
    {"time": "2025-01-30T19:24:20.000Z", "value": "ghi"},
]

list2 = [
    {"time": "2025-01-30T18:34:44.000Z", "value": "xyz"},
    {"time": "2025-01-30T19:47:48.000Z", "value": "pqr"},
    {"time": "2025-01-30T19:24:20.000Z", "value": "jkl"},
]

# 步骤1：构建 list1 的 time → dict 索引（O(n)）
index_map = {item["time"]: item for item in list1}

# 步骤2：遍历 list2，匹配 time 并构建结果字典（O(m)）
result = {}
for item2 in list2:
    t = item2["time"]
    if t in index_map:  # 哈希查找，平均 O(1)
        result[index_map[t]["value"]] = item2["value"]

print(result)  # {'def': 'pqr', 'ghi': 'jkl'}

✅ 优势说明：

• 时间效率：总复杂度为 O(n + m)，远优于 itertools.product 的 O(n×m)；
• 空间换时间：仅需额外 O(n) 空间存储索引，对现代内存友好；
• 简洁清晰：逻辑直白，无嵌套推导式或过滤噪声，易于维护与调试。

⚠️ 注意事项：

• 确保所有字典均含 "time" 和 "value" 键，否则会触发 KeyError。生产环境建议添加校验：

  # 安全版索引构建（跳过缺失键的项）
  index_map = {}
  for item in list1:
      if "time" in item and "value" in item:
          index_map[item["time"]] = item

• 若存在重复 "time" 值，后出现的字典将覆盖前者（因字典键唯一）。如需支持一对多，可改用 defaultdict(list) 存储。

? 进阶技巧：
也可用字典推导式一行写出（适合简单场景）：

result = {item1["value"]: item2["value"] 
          for item2 in list2 
          for item1 in list1 
          if item1["time"] == item2["time"]}

但此写法本质仍是 O(n×m)，不推荐用于大数据量。

综上，哈希索引法是解决此类“按字段关联字典列表”问题的标准实践，兼顾性能、可读性与工程鲁棒性。