Python进阶8——字典与散列表，字符串编解码

        Python用散列表来实现字典，散列表就是稀疏数组（数组中有空白元素），散列表中的元素叫做表元，字典的每个键值对都占用一个表元，一个表元分成两个部分，一个是对键的应用，另一个是对值的引用，因为表元的大小一致，所以可以通过稀疏数组（散列表）的偏移量读取指定的表元

        Python会保证散列表中三分之一的表元都是空的，当向字典中添加元素时，散列表就会用键值对填充表元，当达到剩余三分之一表元是空的时，会将当前的散列表放到一个更大的空间中

        当通过key获取字典的value时（求取dict[key]），过程如下：

        1.调用hash(key)求取key的散列值。

        2.把散列值的低几位当做偏移量，查找散列表里对应的表元。

        3.如果表元为空，抛出异常（keyerror）,如果表元不为空，会找到一对foundkey：foundvalue。

        4.如果foundkey与key相等，返回foundvalue，如果foundkey与key不相等，发生散列冲突，执行第5步。

        5.算法在散列值中再取几位，通过新的散列值计算索引，再查找对应的表元，然后执行3和4。

        上述过程的流程图如下：

        添加元素和更新值的过程和上述流程基本一致，添加元素时，如果发现是空表元，会直接添加值，更新值时，找到对应的表元后，原表元里的值会被更新为新值。    

        散列冲突并不会总发生，所以字典的速度很快。

        因为字典通过key查找value是通过hash函数计算散列值，所以字典的key必须支持hash函数，且通过hash函数计算出的散列值是唯一的，所以key可以使用字符串（str），整型（int），元祖（tuple），但是不能是list

        因为散列表是稀疏的，所以字典所占内存极高，典型的空间换时间

        因为当向字典中添加键值对时，可能会发生散列冲突，导致键值对的出现在字典中的顺序不同，比如，添加一个key和value，如果没有发生散列冲突，那么该键值对出现在字典中的位置可能靠前，如果发生了散列冲突，就有可能出现在字典中靠后的位置，所以键值对在字典中的位置完全取决于添加顺序

举例

l=[(2,'two'), (1,'one'), (4,'four'), (3,'three')]
d1=dict(l);
print(d1.keys(), d1.items())
d2=dict(sorted(l));#按照key排序
print(d2.keys(),d2.items())
d3=dict(sorted(l, key =lambda x : x[1]))#按照value排序
print(d3.keys(),d3.items())
print(d1==d2==d3)

        可见，虽然Python都认为上述三个字典是相等的，但是键值对在字典中的顺序完全不同

        因为向字典中添加新的键值对时，有可能导致字典内部的散列表重新分配内存，当把字典中的元素重新添加到新的内存中时，可能导致散列冲突，从而导致键值对在字典中的位置发生变化

        这样在循环迭代并同时添加键值对时就有可能跳过一些键

        所以，在对已有字典进行循环迭代时，不要同时进行添加操作，而应该先新建一个空字典，将要添加的键值对放在空字典中，然后对原有字典和新字典进行合并

合并字典可用update方法

l1=[(2,'two'), (1,'one'), (4,'four'), (3,'three')]
l2=[(5,'five'), (6,'six'), (7,'seven'), (8,'eight')]
dl1=dict(l1)
dl2=dict(l2)
d=dict()
d.update(dl1)
d.update(dl2)
print(d)

         编码就是将文本字符串转化为字节序列，解码就是将字节序列转化为文本字符串，常见的编解码格式有utf8，字节序列计算机识别，文本字符串人类识别

举例

s1='helloworld'
t1=s1.encode('utf8')
print(t1)
s2=t1.decode('utf8')
print(s2)

 

参考

1.《流畅的Python》

2.  https://blog.csdn.net/jerry_1126/article/details/73017270

 

欢迎大家评论交流，作者水平有限，如有错误，欢迎指出