Python中dict（字典）的使用方法和背后的存储逻辑

dict（字典）是Python内置的一个类似于map的基本数据结构。它以键值对的形式存储多组数据，方便查询使用。是一款非常好用，应用范围很广的数据结构。

一、dic的定义

        dict在其他语言中也称为map，使用键-值（key-value）存储，具有极快的查找速度。

        dict利用{key: value, key: value, ...}的方式进行键值对的存储。

        举个例子，想象下面的需求：根据同学的名字查找对应的成绩？

        如果使用list来存储，则：

        names = ['Michael', 'Bob', 'Tracy']

        scores = [95, 75, 85]

        print(scores[names.index('Michael')])

        虽然也能解决，但是索引的很繁琐，难懂，费脑子。

        使用dict来存储则有如下：

        d = {'Michael': 95, 'Bob': 75, 'Tracy': 85}  

        print(d['Michael'])

---

二、dict的使用语法

        （1）添加键值对

        通过key放入数据到dict中

        d['Adam'] = 67

        一个key只能对应一个value，多次对一个key放入value，后面的值会把前面的值冲掉.

        如果key不存在，dict就会报错

        >>> d['Thomas']

        Traceback (most recent call last):  

        File "<stdin>", line 1, in <module>

        KeyError: 'Thomas'

        (2) 如何判断key是否存在？

       第一种方法： 'Thomas' in d

       第二种方法：get()方法

                d.get(‘Thomas’) #如不存在返回None

                d.get(‘Thomas’, value)#如不存在返回value的值

      （3）删除一个key

        pop(key)    例如：d.pop('Bob')

        务必注意，dict内部存放的顺序和key放入的顺序是没有关系的.

        dict中的key必须是不可变对象。

                字符串，整数可以。 list不可以。

---

三、dict的存储机制

dict的存储通过哈希算法（Hash）

通过key计算value的存储位置。为保证hash正确性，key不可变。

那什么是哈希算法呢？

将任意长度的字符串（广义上说：二进制串）通过计算转换为固定长度的字符串。空间换时间。 例如将0-100所有的数字经过哈希函数的运算映射到0-10上。可能会发生冲突。

哈希值越长，冲突的概率越低。

哈希算法避免线性比对的损耗，提升查找（寻址）效率。

举例：根据同学的名字查找成绩。假设待查名字为：n = ‘TracyC’

（1）list做法

names = [‘TracyA', ‘TracyB', 'TracyC']

scores = [95, 75, 85]

查找的效率和

        1.names中每个字符串的长度L1（因为要用n来一个个匹配names中的字符串）以及

        2.names的长度（需要依次比对直到碰到TracyC为止）有关。

list的查找时间随着元素的增加而增加 因为和L1，L2（尤其是L1）有关。元素越多，查找时间越多。这是显而易见的。

（2）dict方法

以一个足够大段的连续空间（类似于数组）存放value的值。预先以一种方法（哈希函数）将每一个key元素的字符串，全部换成同等长度（二进制长度，比如4字节）的一个整数。这个整数，就是存放value的下标。

查找的时候，将待查找的n利用哈希函数换成一个整数i，接下来用i和dict中的key转换后的整数进行比对。比对成功后，将i对应的下标下的数字取出，这个数字就是n对应的value。

这其中省略了最耗时的字符串比较时间L1，至于整数的匹配，是线性的，可以近似认为与元素规模无关。

（3）list和dict查找效率对比实例

举个例子：

names = [‘TracyA', ‘TracyF', 'TracyM']

list做法，要想找到TracyM，需要比对 6 + 6 + 6 = 18次。然后从scores里取出85

dict做法。

d = {' TracyA ': 95, ' TracyF ': 75, ' TracyM ': 85}

事先已经通过哈希函数，将d变成了 d = {580:95, 585:75, 592：85}

这时计算待查的TracyM的哈希值得到592（这次计算原则上不算在查找的时间里）

查找开始，比对592和d中的key值，三次后找到592，根据592这个index，找到存储在某个大的连续空间里的85.

显然，dict要快得多，但是如果哈希表选不好会造成空间的浪费。

空间换时间。580个空间换来15次的时间。

580，585，592这些数字就是一个哈希函数算出来的。

        这个哈希函数就是加法Hash。 也就是把字符串的每一个字符的ASCII码值加起来。

代码如下：

#求n的每一个元素字符串的每一个字符的ascii码值的和。
n = ['TracyA','TracyF','TracyM']
for x in n:
    sum = 0
    for y in x:
        sum += ord(y)
    print(sum)

---

大家思考一下：

        按照上述的哈希方法进行计算，TracyA和TracAy这两个人，哈希值一样吗？ 显然，会出现冲突，需要解决。不再赘述。

        常用的哈希函数 包括：MD5， SHA1， SHA2， SHA-256

        哈希能用来做什么？

        加密！（因为单向，也即几乎不可逆）

        校验！（网站上的防篡改）

        区块链技术

                网站发布一个视频或者文件，发布对应的MD5值。如果你下载后，用MD5加密后的值和发布的不一致，说明已经被篡改。

---

四、其他的字典变种

1.默认字典defaultdict

为字典附上默认值。传入像int，list，set这样的工厂函数。

例如：

from collections import defaultdict
dic = defaultdict(list)
print(dic[0])

上述程序得到一个空列表。

2.有序字典

dict是哈希算法存储的，因此，并不按照插入的顺序进行迭代，虽然通常情况下，python的编译器都是有序优化。但是，理论上是无序的。

要想让字典有序，需要有序字典OrderedDict

看下面的例子：

from collections import OrderedDict
dic = OrderedDict()
dic['name'] = 'wangwu'
dic['age'] = 19
dic['score'] = 100
for x in dic:
    print(x, dic[x])

运行结果为：

name wangwu
age 19
score 100

学会了就点个赞吧。