Выполнение подсчета, сортировки / сопоставления больших словарных статей

На этой неделе я участвую в "легком" Ежедневном испытании программистов на Reddit. . Описание находится по ссылке, но по сути задача состоит в том, чтобы прочитать текстовый файл по URL-адресу и подсчитать количество слов. Излишне говорить, что в результате получается довольно большой объект словаря. У меня есть несколько вопросов, в основном касающихся доступа или сортировки ключей по их значению.

Во-первых, я разработал код в соответствии с тем, что я сейчас понимаю в ООП и хорошем стиле Python. Я хотел, чтобы он был как можно более надежным, но также хотел использовать как можно меньше импортированных модулей. Моя цель - стать хорошим программистом, поэтому я считаю, что важно заложить прочный фундамент и понять, как делать что-то самому, когда это возможно. При этом код:

from urllib2 import urlopen

class Word(object):

    def __init__(self):
        self.word_count = {}    

    def alpha_only(self, word):
        """Converts word to lowercase and removes any non-alphabetic characters."""
        x = ''
        for letter in word:
            s = letter.lower()
            if s in 'abcdefghijklmnopqrstuvwxyz':
                x += s
        if len(x) > 0:
            return x    

    def count(self, line):
        """Takes a line from the file and builds a list of lowercased words containing only alphabetic chars.
            Adds each word to word_count if not already present, if present increases the count by 1."""
        words = [self.alpha_only(x) for x in line.split(' ') if self.alpha_only(x) != None]
        for word in words:
            if word in self.word_count:
                self.word_count[word] += 1
            elif word != None:
                self.word_count[word] = 1

class File(object):

    def __init__(self,book):
        self.book = urlopen(book)               
        self.word = Word()

    def strip_line(self,line):
        """Strips newlines, tabs, and return characters from beginning and end of line. If remaining string > 1,
            splits up the line and passes it along to the count method of the word object."""
        s = line.strip('\n\r\t')
        if s > 1:
            self.word.count(s)

    def process_book(self):
        """Main processing loop, will not begin processing until the first line after the line containing "START".
            After processing it will close the file."""
        begin = False
        for line in self.book:
            if begin == True:
                self.strip_line(line)
            elif 'START' in line:
                begin = True
        self.book.close()

book = File('http://www.gutenberg.org/cache/epub/47498/pg47498.txt')

book.process_book()

count = book.word.word_count

Итак, теперь у меня есть довольно точный и надежный подсчет слов, который, вероятно, не имеет дубликатов или пустых записей, но, тем не менее, является объектом dict, содержащим более 3k пар ключ / значение. Я не могу перебирать его, используя for k,v in count, или это дает мне исключение ValueError: too many values to unpack, которое исключает использование понимания списка или сопоставления с функцией для выполнения любого вида сортировки.

Я читал это HowTo on Sorting" rel="nofollow"> HowTo on Sorting и играл с ним несколько минут назад и заметил, что for x in count.items() позволяет мне перебирать список пар ключ / значение, не вызывая исключения ValueError, поэтому я удалил строку count = book.word.word_count и добавил следующее:

s_count = sorted(book.word.word_count.items(), key=lambda count: count[1], reverse=True)

# Delete the original dict, it is no longer needed
del book.word.word_count

Теперь у меня наконец-то есть отсортированный список слов s_count. PHEW! Итак, мои вопросы:

1. Является ли dict лучшим типом данных для первоначального подсчета? Может ли быть предпочтительнее список кортежей, подобных тому, который возвращается count.items()? Но это, вероятно, замедлит его, не так ли?

2. Это кажется «неуклюжим», поскольку я создаю dict, конвертирую его в список, содержащий кортежи, затем сортирую список и возвращаю новый список. Однако, насколько я понимаю, словари позволяют мне выполнять самый быстрый поиск, так что я что-то здесь упускаю?

3. Я прочитал кратко о хешировании. Хотя я думаю, что понимаю, что суть в том, что хеширование позволит сэкономить место в памяти и позволит мне выполнять более быстрые поиски и сравнения, не будет ли компромисс в том, что программа станет более затратной в вычислительном отношении (более высокая загрузка ЦП), потому что это будет тогда будет вычислять хеши для каждого слова? Здесь уместно хеширование?

4. Мы будем очень благодарны за любые отзывы о соглашениях об именах (в которых я ужасен) или любые другие предложения практически обо всем (включая стиль).