dict
Python内置了字典:dict的支持,dict全称dictionary,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。
举个例子,假设要根据同学的名字查找对应的成绩,如果用list实现,需要两个list:
names =['Michael', 'Bob', 'Tracy']
scores =[95,75,85]
给定一个名字,要查找对应的成绩,就先要在names中找到对应的位置,再从scores取出对应的成绩,list越长,耗时越长。
如果用dict实现,只需要一个“名字”-“成绩”的对照表,直接根据名字查找成绩,无论这个表有多大,查找速度都不会变慢。用Python写一个dict如下:
>>>d = {
'Michael':
95,
'Bob':
75,
'Tracy':
85}
>>>d[
'Michael']
95
为什么dict查找速度这么快?因为dict的实现原理和查字典是一样的。假设字典包含了1万个汉字,我们要查某一个字,一个办法是把字典从第一页往后翻,直到找到我们想要的字为止,这种方法就是在list中查找元素的方法,list越大,查找越慢。
第二种方法是先在字典的索引表里(比如部首表)查这个字对应的页码,然后直接翻到该页,找到这个字,无论找哪个字,这种查找速度都非常快,不会随着字典大小的增加而变慢。
dict就是第二种实现方式,给定一个名字,比如'Michael'
,dict在内部就可以直接计算出Michael
对应的存放成绩的“页码”,也就是95
这个数字存放的内存地址,直接取出来,所以速度非常快。
你可以猜到,这种key-value存储方式,在放进去的时候,必须根据key算出value的存放位置,这样,取的时候才能根据key直接拿到value。
把数据放入dict的方法,除了初始化时指定外,还可以通过key放入:
>>>d[
'Adam'] =
67
>>>d[
'Adam']
67
由于一个key只能对应一个value,所以,多次对一个key放入value,后面的值会把前面的值冲掉:
>>>d[
'Jack'] =
90
>>>d[
'Jack']
90
>>>d[
'Jack'] =
88
>>>d[
'Jack']
88
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'
要避免key不存在的错误,有两种办法,一是通过in
判断key是否存在:
>>>'Thomas'in d
False
二是通过dict提供的get方法,如果key不存在,可以返回None,或者自己指定的value:
>>>d.get(
'Thomas')
>>>d.get(
'Thomas', -
1)
-
1
注意:返回None的时候Python的交互式命令行不显示结果。
要删除一个key,用pop(key)
方法,对应的value也会从dict中删除:
>>>d.pop(
'Bob')
75
>>>d
{
'Michael':
95,
'Tracy':
85}
请务必注意,dict内部存放的顺序和key放入的顺序是没有关系的。
和list比较,dict有以下几个特点:
1. 查找和插入的速度极快,不会随着key的增加而增加;
2. 需要占用大量的内存,内存浪费多。
而list相反:
1. 查找和插入的时间随着元素的增加而增加;
2. 占用空间小,浪费内存很少。
所以,dict是用空间来换取时间的一种方法。
dict可以用在需要高速查找的很多地方,在Python代码中几乎无处不在,正确使用dict非常重要,需要牢记的第一条就是dict的key必须是不可变对象。
这是因为dict根据key来计算value的存储位置,如果每次计算相同的key得出的结果不同,那dict内部就完全混乱了。这个通过key计算位置的算法称为哈希算法(Hash)。
要保证hash的正确性,作为key的对象就不能变。在Python中,字符串、整数等都是不可变的,因此,可以放心地作为key。而list是可变的,就不能作为key:
>>> key = [1, 2, 3]
>>> d[key] = 'a list'
Traceback (most recent call last):
File "
<stdin>", line 1, in
<module>
TypeError: unhashable type: 'list'
dict遍历方法
# _*_ coding:utf-8 _*_
data_dict = {'name':u'王凯', 'english':99, 'math':149}
if __name__ == '__main__':
#方式一
for key in data_dict:
print 'data_dict[%s]=' %key, data_dict[key]
#方式二
for key, value in data_dict.items():
print 'data_dict[%s]=' %key, value
#方式三
for key, value in data_dict.iteritems():
print 'data_dict[%s]=' %key, value
#方式四
for key, value in zip(data_dict.iterkeys(), data_dict.itervalues()):
print 'data_dict[%s]=' %key, value
统计字典的长度
len(dict)
set
set和dict类似,也是一组key的集合,但不存储value。由于key不能重复,所以,在set中,没有重复的key。
要创建一个set,需要提供一个list作为输入集合:
>>> s =
set([1,2,3])
>>> s
set([1,2,3])
注意,传入的参数[1, 2, 3]
是一个list,而显示的set([1,2, 3])
只是告诉你这个set内部有1,2,3这3个元素,显示的[]不表示这是一个list。
重复元素在set中自动被过滤:
>>> s =
set([1,1,2,2,3,3])
>>> s
set([1,2,3])
通过add(key)
方法可以添加元素到set中,可以重复添加,但不会有效果:
>>>s.add(
4)
>>>s
set([
1,
2,
3,
4])
>>>s.add(
4)
>>>s
set([
1,
2,
3,
4])
通过remove(key)
方法可以删除元素:
>>>s.remove(
4)
>>>s
set([
1,
2,
3])
set可以看成数学意义上的无序和无重复元素的集合,因此,两个set可以做数学意义上的交集、并集等操作:
>>> s1 =
set([1,2,3])
>>> s2 =set([2,3,4])
>>> s1 & s2
set([2,3])
>>> s1 | s2
set([1,2,3,4])
set和dict的唯一区别仅在于没有存储对应的value,但是,set的原理和dict一样,所以,同样不可以放入可变对象,因为无法判断两个可变对象是否相等,也就无法保证set内部“不会有重复元素”。试试把list放入set,看看是否会报错。
再议不可变对象
上面我们讲了,str是不变对象,而list是可变对象。
对于可变对象,比如list,对list进行操作,list内部的内容是会变化的,比如:
>>>a = [
'c',
'b',
'a']
>>>a.sort()
>>>a
[
'a',
'b',
'c']
而对于不可变对象,比如str,对str进行操作呢:
>>>a =
'abc'
>>>a.replace(
'a',
'A')
'Abc'
>>>a
'abc'
虽然字符串有个replace()
方法,也确实变出了'Abc'
,但变量a
最后仍是'abc'
,应该怎么理解呢?
我们先把代码改成下面这样:
>>>a =
'abc'
>>>b = a.replace(
'a',
'A')
>>>b
'Abc'
>>>a
'abc'
要始终牢记的是,a
是变量,而'abc'
才是字符串对象!有些时候,我们经常说,对象a
的内容是'abc'
,但其实是指,a
本身是一个变量,它指向的对象的内容才是'abc'
:
当我们调用a.replace('a', 'A')
时,实际上调用方法replace
是作用在字符串对象'abc'
上的,而这个方法虽然名字叫replace
,但却没有改变字符串'abc'
的内容。相反,replace
方法创建了一个新字符串'Abc'
并返回,如果我们用变量b
指向该新字符串,就容易理解了,变量a
仍指向原有的字符串'abc'
,但变量b
却指向新字符串'Abc'
了:
所以,对于不变对象来说,调用对象自身的任意方法,也不会改变该对象自身的内容。相反,这些方法会创建新的对象并返回,这样,就保证了不可变对象本身永远是不可变的。
小结
使用key-value存储结构的dict在Python中非常有用,选择不可变对象作为key很重要,最常用的key是字符串。