《数据结构与算法Python语言描述》学习笔记chap8字典和集合

《数据结构与算法Python语言描述》学习笔记chap8字典和集合-----20191207

数据检索：

一是已存储的数据集合，另一方面是用户检索时提供的信息。
具体检索 可以是确定特定数据是否存在于数据集中，相当于集合成员判断；也可以是希望找到与所提供信息相关的数据，类似于在字典里查词语的解释。
后一种方式，检索时提供的信息被看作是检索码或关键码（key)。这种关键码也常作为数据的一部分，存储在数据集里，这就是基于关键码的数据存储和检索。
作为检索基础的关键码，通常是数据项的某种（可能具有唯一性的）特征，可以是数据内容的一个组成部分，也可以是专门为数据检索建立的标签。（例如，为每个学生指定一个血好，作为检索的标签）

假设：需要存储的数据元素有两个部分组成，其中一部分是与检索有关的关键码，另一部分是与之关联的数据。
字典就是基于支持关键码的数据存储和检索的数据结构。
字典的使用中，最重要的也是是哦那个最频繁的操作就是检索。
在考虑字典的实现时，检索效率时最重要的考虑因素，

字典操作和效率：

实际中使用的字典可以分为两类：
静态字典：在建立之后，这种字典内容和结构都不再变化，主要操作只有检索。对这种字典，需要老了创建的代价，但最重要的检索效率。无论如何，创建工作只需要做一次，而检索是在字典的整个生命周期中反复进行的操作。
动态字典：在初始创建后，这种字典的内容（和结构）将一直处于动态变动之中。对这种字典，除了检索之外，最重要的基本操作还包括数据项的插入和删除等。在考虑这种字典的实现时，不仅需要考虑检索的效率，还必须考虑插入和删除操作的效率，需要在更多相互影响的因素中做权衡。

有关检索效率的评价标准，通常考虑的是在一次完整检索过程中比较关键码的平均次数，通常称为平均检索长度ASL。

字典和索引

字典是这种功能的统一：
1）作为一种数据存储结构，支持在字典里存储一批数据项；
2）提供支持数据检索的功能，设法维护从关键码找到相关数据的联系信息。
后一功能，页称为索引，其存在的目的就是为检索服务。
注意，各种字典都不应该允许修改字典关联中的关键码，因为关键码用于确定其所在项在字典里存储的位置，以支持高校检索。如果允许修改关键码，就可以破坏字典数据结构的完整性，导致后序检索操作失败。

字典元素：关联
在支持关键码的存储与检索的字典里，一个数据项可以划分为两大部分：其一是与检索有关的关键码部分，另外就是与检索无关的其他数据部分。这样，一个数据项就是一种二元组，即关联。

字典的线性表实现
将关键码和值的关联作为元素（数据项）顺序存入线性表，形成关联的序列，可以作为字典的一种实现技术，
检索就是在线性表里查找具有特定关键码的数据项，数据项的插入和删除等都是普通的线性表操作。

有序线性表和二分法检索

如果关键码取自一个有序集合（存在某种内在的序，例如整数的小于等于关系，字符串的字典序等），就可以按照关键码大小的顺序排列在字典里的项。在数据项按序排列时，可以采用二分法实现快速检索。

二分法检索是一种重要的检索技术，其基本思想是按比例逐步缩小需要考虑的数据范围，从而快速逼近需要找的数据。
基本操作过程如下：（假设字典里的数据项按关键码的升序排列）：
1）初始时，考虑的元素区间是整个字典（一个顺序表）；
2）取所考虑的元素范围里位置居中的那个数据项，比较该项的关键码与检索关键码，如果他们相等则检索结束；
3）如果检索关键码较大，则把检索范围修改为中间项之后的半区间；如果检索关键码较小，则把检索范围修改为中间项之前的半区间。
4）如果在关注范围内仍有数据就回到步骤2继续，否则检索失败结束。

# 合并字典
def merge_dict(dic1,dic2):
    """python3.5后至此的一行代码实现合并字典"""
    return {**dic1,**dic2}


dic1 = {'a':1,'b':2}
dic2 = {'c':3,'d':4}
print(merge_dict(dic1,dic2))