python—字典和集合解析

最新推荐文章于 2022-03-02 09:20:03 发布

vinojie

最新推荐文章于 2022-03-02 09:20:03 发布

阅读量260

点赞数

分类专栏： Python 文章标签： python 数据结构

本文链接：https://blog.csdn.net/vinojie/article/details/107138475

版权

Python 专栏收录该内容

5 篇文章 0 订阅

订阅专栏

1、泛映射类型

python标准库里的所有映射类型都是利用dict来实现的，因为他们有个共同点，即只有可散列的数据类型才能用作这些映射里的键（只有键有这个要求，值并不需要可散列的数据类型）

什么叫可散列的数据类型？
如果一个对象是可散列的，那么在这个对象的生命周期中，它的散列值是不变的，且这个对象需要实现**hash()**方法。另外可散列对象还需要有__qe__()方法，这样才能跟其他键作比较。

可散列类型有：str，bytes和数值类型，frozenset，元组中的元素是不可变类型的元组，用户自定义的类型的对象。

2、字典推导

DIAL_OCDES = [(86, "china"), (91, "india"), (81, "japan")]
country_code = {country: code for code, country in DIAL_OCDES}
{'china': 86, 'india': 91, 'japan': 81}

3、三种字典数据类型

dict, defaultdict, OrderedDict
后面两个数据类型是dict的变种，位于collections模块内。
dict就是我们常用的数据类型，没有什么好说的。

defaultdict
defaultdict是为了我们在某个键在映射里不存在的时候，我们也希望在通过这个键读取值得时候得到一个默认值。
这时可能有人会说那setdefault不也可以做到吗，这里要注意区别，setdefault是上面三种数据类型的方法，它是在找不到指定的键时，在字典中添加指定的键值对。

defaultdict是如何处理找不到的键的呢？
具体而言，在实例化一个defaultdict的时候，需要给构造方法提供一个可调用对象，这个可调用对象会在__getitem__碰到找不到的键的时候被调用，让__getitem__返回默认值。生成默认值的可调用对象存在名为default_factory的工厂内。
可调用对象：用户自定义的函数，内置函数，内置方法，方法，类，类的实例，生成器函数（这个我们后面会仔细说），常见的就是list，set，str。

defaultdict能这样处理的原因在于它实现了特殊方法__missing__,如果一个类继承了dict，然后为这个继承类提供了__missing__方法，那么在碰到不存在的键的时候，Python就会自动调用__missing__方法，返回默认值，而不是抛出一个KeyError异常。

OrderedDict
从它的名字就可以看出，它跟顺序有关，我们知道dict里面键的顺序是不一定的，跟我们添加键的顺序无关。而OrderedDict在添加键的时候会保持顺序。OrderedDIct的popitem方法默认删除字典里最后一个元素。

4、不可变映射类型

标准库中所有的映射类型都是可变的，types模块中引入了一个封装类名叫MappingProxyType，这个可以用来获取字典的只读实例，也就是说它只能读，不能写，修改，且它是动态的。
在这里插入图片描述

5、集合

集合的本质时是许多唯一对象的聚集，因此集合通常可用来去重。
集合中的元素必须是可散列的。
集合实现了很多基础的中缀元素符，支持取并，取交，取查，取反等。
集合也支持集合推导。

6、字典和集合的实现及其优点和限制

和java类似，字典和集合也是利用散列表实现的，它们的优缺点也是它们的实现方式所带来的。而散列表一个问题就是散列冲突。

散列表其实是一个稀疏数组，散列表里的单元称为表元，在dict的散列表中，每个键值对都占用一个表元，每个表元都有两个部分，一个是对键的引用，一个是对值得引用。因为表元的大小一致，所以可以通过偏移量来读取某个表元。

当把一个对象放入散列表的时候，python首先用hash()方法来计算这个元素值得散列值，然后在散列表中找到一个空的表元放入，在没有散列冲突的理想情况·下，一个散列值就对应一个散列表中的一个位置。

查找键的值的时候，python首先调用hash计算键的散列值，把这个值最低的几位数字当做偏移量，在散列表中查找表元，若找到的表元为空，就抛出异常，否则就查看表元中键与我们要查找额是否相等，不相等说明有散列冲突，即两个不同的键它们的散列值相同。此时散列算法会把散列值中另外再取几位数字，把新得到的数字当做索引去寻找表元，重复这个操作。

dict的优势和限制