python——哈希复习（构建哈希表&字典常规操作讲解）

小白的hash复习计划

先上传一下相关资源吧，直接丢百度网盘了。
一份字典的操作整理，一份md文档，和下面的相同
还有一份是python数据结构黑书。

准备是看一下python数据结构，黑书yyds

第十章讲的是哈希表，结构：

1. 讲解了py中字典的一些行为，参见dic_use.py（下面第二个大标题）

2. 用list装了一个键值对的类，实现了一个collision库的有序字典（其实就是没哈希的）

3. 哈希知识复习

4. 根据MapBase基类实现了一个自己的哈希表（建议自己跟着书上码一遍，线性探测这种的实现还是很有意思的）

知识点复习

原理：
其实还是使用一个桶数组（也就是一系列的空间），我们通过存储内容的特点，计算出一个数据，将数据作为下标放在桶数组的对应位置。
效果：
我们能保证查找、插入的时候是O(1)的，因为按照key算出来数据直接存储即可。
（可能会有一些冲突的情况，另说）
特点：
一般我们都会剩余一些空间，有一个装填因子的概念（存储空间/总空间），也是因为当剩余空间很少的时候，冲突的可能性是很高的。

哈希方式：
整数作为哈希值，注意py中的哈希码是32位的，可能需要处理。
多形式哈希码：x0* a^n-1+x1* a^n-2 ……，我们只需要选择一个合适的常量a（一般是一些素数，比如33、39这样的）
循环移位哈希码：桶形移位，其实效果也不错

同时因为哈希的原因，我们的key要求是不可变类型，如果是类的实例，需要实现hash魔法函数。

压缩函数：
在得到一个哈希码之后，我们实际上的一个桶数组是由大小的，不能直接使用。
（比如一个哈希码为32位1，但是整个哈希表只有十个格子，很明显不能按照下标来进行分配）

1. 划分方式：
   说白了也就是映射，将i%N的值作为下标，N就是整个数组的大小
2. MAD方式：
   说白了是一个划分方式的加强版：[(a*i+b)%p]%N
   使用一个质数p（p一般是大于总空间大小的一个质数）,a、b则是[0,p)区间内的数据。
   其实也就是将之前的冲突再一次打乱。

冲突处理：
前面提过一嘴，有一个冲突的问题。
因为我们的哈希码实际上是做不到一个数据一个的，像身份证号那样的唯一，只能尽量保证没有重复（这也是判断一个哈希函数好不好的判断标准）

1. 分离链表
   书上截个图吧，他这个图已经很形象了，就是冲突的节点就拉出来放置，都在同一个位置。
   （这里的markdown没办法，不让贴图，书上275页图10-6）
2. 开放寻址
   我们可以理解成一个垃圾堆，另外开辟一个空间，我们每一次冲突就将冲突的内容分配到新的空间中，在查找的时候，如果计算出哈希码的位置不是想要的，就在垃圾桶里面寻找。
3. 线性探测及其变种
   如果当前的位置被占据了，我们可以看一下旁边的位置，万一有不也是比较方便？
   比如当前位置5被相同哈希码的内容占据，我们根据线性探测+1，在6的位置查看，然后是7、8……
   那么在查找的时候，我们计算的位置和实际不相符，就需要在此位置上进行探测。

变种的话，二次探测就是使用+1，+4，+9这些平方数，或者是在冲突的基础上再使用一个哈希函数。

聚集问题：
如果是一个位置经常冲突，那么根据线性探测和二次探测，我们下一次填充就要比上一次填充远一个格，二次探测还好，线性直接全部堆在相邻的几个格子里面，很不方便。
二次哈希能解决这个问题。

py的实现方式还是很高端的，既然我们线性探测会有聚集问题，那么我们可以用随机数来决定偏移量啊。A[(h(k)+f(i))%N]，其中f(i)为随机数。
这里肯定有人会问了，那随机数你后面怎么找？ 别忘了，这里的随机数其实是伪随机数，当种子不变的时候，生成的数据是相同的。

字典相关操作

"""关于哈希表（字典的一些使用）"""
dic = {
    0:'',
    1:'x',
    2:'xy',
    3:'xyb',
    4:'xybb'
}

"""通过key访问：需要getitem魔法函数实现"""
print(dic[3])   
# 'xyb'

'''通过key替换：需要setitem实现
如果键不在字典中，就是添加'''
dic[3] = 'xyb '
print(dic[3])   
# 'xyb '

'''通过键删除：需要delitem实现
如果键不在字典中，报错keyerror'''
del dic[0]
print(dic)  
# {1: 'x', 2: 'xy', 3: 'xyb ', 4: 'xybb'}

'''返回字典的键值对个数，方法__len__实现'''
print(len(dic))
# 4

'''遍历，iter(dic)用的比较少，一般都是for key in dic，需要魔法函数__iter__'''
print(iter(dic))    
# <dict_keyiterator object at 0x0000024ED11BC130>，可迭代对象
for key in dic:
    print(key, dic[key])
# 1 x
# 2 xy
# 3 xyb
# 4 xybb

'''成员运算符in：判断一个键是否在dic中，返回Boolean型'''
if 5 in dic:
    print('yes')
else:
    print('no')
# no

'''get(k, d=None) k是键，d为查找失败的返回值，默认none并报错'''
print(dic.get(4))
# 'xybb'
print(dic.get(5))
# 这里按照书上说的是报错，但是亲测是返回一个none?
# 去查了一下，也没看到有说报错的，可能是书有问题
print(dic.get(5,None))
# 还是没报错
print(dic.get(5, 'what are you doing? f**k you!'))
# 返回d

'''dic.setdefault(k,d) 如果k in dic，返回dic[k]，否则将dic[k]设置为d，并返回d'''
print(dic.setdefault(4,'xybb yyds'))
# 'xybb'
print(dic.setdefault(5, 'xybb yyds'))
# 'xybb yyds'

'''dic.pop(k, d=none) 弹出key=k的键值对，并返回对应的值，如果k不在，返回d，d=none报错'''
print(dic.pop(4))
# 'xybb'
print(dic.pop(6))
# 报错了
print(dic.pop(6,'yyds'))
# 'yyds'
print(dic)
# {1: 'x', 2: 'xy', 3: 'xyb ', 5: 'xybb yyds'}，4没了

'''dic.popitem() 随机删除一对，返回一个元组，为空报错'''
print(dic.popitem())
# (5, 'xybb yyds')
print(dic)
# {1: 'x', 2: 'xy', 3: 'xyb '}， 5没了
print({}.popitem())
# 报错

'''dic.clear() 清空'''
dic.clear()
print(dic)
# {}

dic = {
    0:'',
    1:'x',
    2:'xy',
    3:'xyb',
    4:'xybb'
}

'''keys() values() items() 键、值、键值对的可迭代对象'''
for key in dic.keys():
    print(key)
# value item使用同理，不过items是返回一个元组，我们可以用解封装拆成k-v两个变量用
# 这部分是可迭代对象，一般来说打印了也不行

'''update，可以理解成列表的extend'''
dic.update({'1':1,'2':2})
print(dic)
# {0: '', 1: 'x', 2: 'xy', 3: 'xyb', 4: 'xybb', '1': 1, '2': 2}

'''也可以用==和!=判断相等'''
dic = {'xybb':'yyds'}
dic2 = {'xybb':'yyd'}
if dic==dic2:
    print('yes')
else:
    print('no')
# no