您还可以在Python≥2.7中使用字典理解：

>>> keys = ('name', 'age', 'food')
>>> values = ('Monty', 42, 'spam')
>>> {k: v for k, v in zip(keys, values)}
{'food': 'spam', 'age': 42, 'name': 'Monty'}

虽然有多种方法可以做到这一点，但我认为最基本的方法是：；创建一个循环和字典，并将值存储到该字典中。在递归方法中，想法仍然是一样的，但函数调用自己直到到达终点，而不是使用循环。当然，还有其他方法，如使用dict（zip（key，value））等。这些不是最有效的解决方案。

y = [1,2,3,4]
x = ["a","b","c","d"]

# This below is a brute force method
obj = {}
for i in range(len(y)):
    obj[y[i]] = x[i]
print(obj)

# Recursive approach 
obj = {}
def map_two_lists(a,b,j=0):
    if j < len(a):
        obj[b[j]] = a[j]
        j +=1
        map_two_lists(a, b, j)
        return obj
      


res = map_two_lists(x,y)
print(res)

两个结果都应打印

{1: 'a', 2: 'b', 3: 'c', 4: 'd'}  

对于那些需要简单代码但不熟悉zip的人：

List1 = ['This', 'is', 'a', 'list']
List2 = ['Put', 'this', 'into', 'dictionary']

这可以通过一行代码完成：

d = {List1[n]: List2[n] for n in range(len(List1))}

这样地：

keys = ['a', 'b', 'c']
values = [1, 2, 3]
dictionary = dict(zip(keys, values))
print(dictionary) # {'a': 1, 'b': 2, 'c': 3}

Voila:-）成对dict构造函数和zip函数非常有用。

所有答案总结如下：

l = [1, 5, 8, 9]
ll = [3, 7, 10, 11]

zip:

dict(zip(l,ll)) # {1: 3, 5: 7, 8: 10, 9: 11}

#if you want to play with key or value @recommended

{k:v*10 for k, v in zip(l, ll)} #{1: 30, 5: 70, 8: 100, 9: 110}

计数器：

d = {}
c=0
for k in l:
    d[k] = ll[c] #setting up keys from the second list values
    c += 1
print(d)
{1: 3, 5: 7, 8: 10, 9: 11}

枚举：

d = {}
for i,k in enumerate(l):
    d[k] = ll[i]
print(d)
{1: 3, 5: 7, 8: 10, 9: 11}

当我试图解决一个与图形相关的问题时，我产生了这种怀疑。我遇到的问题是，我需要定义一个空的邻接列表，并想用一个空列表初始化所有节点，这就是我想如何检查它是否足够快的时候，我的意思是，它是否值得执行zip操作，而不是简单的赋值键值对。在大多数情况下，时间因素是一个重要的破冰因素。所以我对两种方法都进行了timeit操作。

import timeit
def dictionary_creation(n_nodes):
    dummy_dict = dict()
    for node in range(n_nodes):
        dummy_dict[node] = []
    return dummy_dict


def dictionary_creation_1(n_nodes):
    keys = list(range(n_nodes))
    values = [[] for i in range(n_nodes)]
    graph = dict(zip(keys, values))
    return graph


def wrapper(func, *args, **kwargs):
    def wrapped():
        return func(*args, **kwargs)
    return wrapped

iteration = wrapper(dictionary_creation, n_nodes)
shorthand = wrapper(dictionary_creation_1, n_nodes)

for trail in range(1, 8):
    print(f'Itertion: {timeit.timeit(iteration, number=trails)}\nShorthand: {timeit.timeit(shorthand, number=trails)}')

对于n_nodes=10000000我明白了，

迭代次数：2.825081646999024速记：3.535717916001886

迭代：5.051560923002398速记：6.255070794999483

迭代次数：6.52859034499852速记：8.221581164998497

迭代次数：8.683652416999394速记：12.599181543999293

迭代次数：11.587241565001023速记员：15.27298851100204

迭代次数：14.816342867001367速记员：17.162912737003353

迭代次数：16.645022411001264速记员：19.976680120998935

您可以清楚地看到，在某一点之后，第n步的迭代方法超过了第n-1步的速记方法所花费的时间。