[读书笔记]流畅的python-字典和集合

泛映射类型

标准库中的所有映射类型都是利用dict实现的，只有可
散列的数据类型才能用作键。

可散列：

• 如果一个对象是可散列的，在生命周期中，散列值是不变的。
• 需要实现__hash__()方法和__qe__()方法
• 不可变数据类型(str,bytes和数值类型)都是可散列的
• 如果元组中的元素都是不可变的，则该元组是可散列的

setdefault和defaultdict

setdefault

defaultdict

import collections
dict = collections.defaultdict(list)

如果在创建defaultdict是没有指定default_factory,查询不存在的键会触发keyError，defauldict里的default_factory只会再__getitem__()里被调用(即dict[key]时会，dict.get(),dict.contains()不会)。

特殊方法__missing__

class StrKeyDict0(dict):
	def __missing__(self,key):
		if isinstance(key,str):
			raise KeyError(key)
		return self[str(key)) //如果输入的数字也算合法
	def get(self,key,default=Node):
		try:
			return self[key]
		except KeyError:
			return default
	def __contains__(self,key):
	return key in self.keys() or str(key) in self.keys()

字典的变种

• collections.OrderDict
  popitem(last=[Ture])默认删除并返回字典的最后一个元素.move_to_end(). 可以用作LRU？
• collections.ChaniMap:
  可以容乃数个不同的映射对象，当进行键查找操作室，这些对象会被当做一个整体被逐个查找，直到键被找到位置。这个功能在给有嵌套作用域的语言做解释器的时候很有用。

import builtins
pylookup = ChainMap(locals(), globals(), vars(builtins))

• collections.Counter
• collections.UserDict

不可变映射类型

需求：标准库里所有的映射类型都是可变的，但有时不能让用户错误的修改某个映射。

types模块中引入了MappingProxyType
输入:映射
输出:该映射的只读视图。
说明:虽然只是只读视图，但如果对原映射做了改动，我们通过这个视图可以观察到。

from types import MappingProxyType
d = {1:'A'}
d_proxy = MappingProxyType(d)
d_proxy[2]='x' # 会报错
d[2] = 'x' # ok，通过d_proxy可以观察到

集合

python中的集合指：set和frozenset
集合中的元素必须是可散列的，set类型本身是不可散列的，但frozenset是可以的。
s.union,s.issubset,s.issuperset,s.difference
s.discard(e) 如果s中有e这个元素，则把e移除
s.remove(e)

dict和set的背后

dict和set的效率

用in运算符在5个不同大小的haystack字典里搜索1000个元素所需的时间：

字典中的散列表

散列表是一个稀疏数组，散列表中的单元叫做表元(bucket)。在dict的散列表中，每个键值对都占用一个表元，每个表元有两部分，一部分是对键的引用，另一个是对值的引用。所有表元的大小一致，可以通过偏移量来读取某个表元。
python会设法保证大概有1/3的表元是空的，在快要达到阈值是，原有的散列表会被复制到一个更大的空间里。

用hash()方法计算元素键的散列值。

1. 散列值和相等性：如果两个对象在比较时是相等的，那门他们的hash值应该相等。
2. 散列表算法：
   
   另外在插入新值时，Python 可能会按照散列表的拥挤程度来决定是否要重新分配内存 为它扩容。如果增加了散列表的大小，那散列值所占的位数和用作索引的位数都会随 之增加，这样做的目的是为了减少发生散列冲突的概率

dict的实现及其导致的结果

1. 键必须是可散列的
2. 字典在内存上开销巨大：由于字典使用了散列表，而散列表优势稀疏的，导致空间效率低。如果要存储数量巨大的记录，最好使用元组（避免了散列表耗费的空间，且无需把记录中的字段的名字在每个元组里都存一遍）
3. 键查询很快
4. 键的词语取决于添加顺序
5. 向字典里添加新建可能会改变已有键的顺序

set的实现及其导致的结果

set 和 frozenset 的实现也依赖散列表，但在它们的散列表里存放的只有元素的引用 （就像在字典里只存放键而没有相应的值）。在 set 加入到 Python 之前，我们都是把字 典加上无意义的值当作集合来用的。
导致的结果同dict