python字典是什么数据结构_Python中的字典数据结构

关于我

一个有思想的程序猿，终身学习实践者，目前在一个创业团队任team lead，技术栈涉及Android、Python、Java和Go，这个也是我们团队的主要技术栈。

微信公众号：终身开发者(angrycode)

字典又称为哈希表(hashmap)、映射(map)，它是以key-value的方式进行存储，通过key进行存储、查找操作的效率非常高。在Python编码中字典也是非常非常常用的一种数据结构。

今天就看下Python中有哪些实现字典的数据结构。

本文中提到的代码都是Python3.7中执行的。

字典的存储其实很像一个数组。在字典中的key对象是必须实现__hash__和__eq__方法的。在字典在查找时会计算key的hash值，然后通过模运算快速的定位到“数组”的下标，如果这个下标只有一个元素，那么就直接返回该value；如果有多个元素都存储在同一个下标里面，就再使用__eq__方法进行比较，相同者返回。

0x00 dict

dict估计是最常用到的一种数据结构了，可以存储Python中的对象。

>>> d = {'one':1,'two':2,'three':33}

>>> d

{'one': 1, 'two': 2, 'three': 33}

# 在for循环中默认是遍历keys

>>> keys = [k for k in d]

>>> keys

['one', 'two', 'three']

# 也可以使用

>>> keys = [x for x in d.keys()]

>>> keys

['one', 'two', 'three']

# 遍历values

>>> values = [v for v in d.values()]

>>> values

[1, 2, 33]

# 如果要遍历key,value可以使用dict.items()方法，它返回一个(k,v)元组

>>> kvs = [(k,v) for k,v in d.items()]

>>> kvs

[('one', 1), ('two', 2), ('three', 33)]

现在Python3.6以上版本中的dict是非常强大的，遍历时会保持元素插入Python中的顺序

>>> d = {'z':2,'a':'111','b':0.99}

>>> d

# 输出时保持元素的插入顺序

{'z': 2, 'a': '111', 'b': 0.99}

当获取一个不存在的key，将会抛出KeyError。

>>> d['k']

Traceback (most recent call last):

File "", line 1, in

d['k']

KeyError: 'k'

如果不想抛出异常错误信息，那么可以使用get方法，并可以指定当key不存在时，返回默认值。这个方法在实际的编码中也是非常实用的。

# 当`key`不存在时，指定返回默认值

>>> d.get('k',314)

314

例如在WEB应用解析服务器端返回的json数据时，常常会把json数据解析成一个字典，如果服务端的某个字段缺失了，而客户端使用下标的方法来进行访问元素时，就会出现KeyError。要让自己的程序更加健壮，那么就可以使用get方法。

0x01 collections.OrderedDict

OrderedDict能保持元素的存储顺序，如果你使用的Python版本还比较低，或者为了兼容旧版本的Python，而且你的需求中对元素的插入顺序比较重要的话，那么可以使用这个类。

>>> import collections

>>> d = collections.OrderedDict(one=1, two=2, three=3)

>>> d

OrderedDict([('one', 1), ('two', 2), ('three', 3)])

>>> d['one']

1

>>> d['four']

# 同样地，如果key不存在，也会抛出KeyError

KeyError: 'four'

>>> d.get('four',4)

4

>>> d.keys()

odict_keys(['one', 'two', 'three'])

>>> d.items()

odict_items([('one', 1), ('two', 2), ('three', 3)])

0x02 collections.defaultdict

当获取一个不存在的key时提供默认值。defaultdict在构造的时候就需要提供一个默认类型，用于当key不存在时，构造默认的类型。

例如我构造一个用户未读数列表，通过用户ID来获取用户的未读数，当在字典中没有找到用户ID时，默认的未读数就是0。

>>> from collections import defaultdict

# 使用defaultdict构造一个用户未读数字典，并传入int类型作为默认值的类型

>>> user_unreads = defaultdict(int)

# 给ID为123，121，120的用户添加的未读数

>>> user_unreads[123]=2

>>> user_unreads['121']=3

>>> user_unreads['120']=9

>>> user_unreads

defaultdict(, {123: 2, '121': 3, '120': 9})

>>> user_unreads['121']

3

# 当获取一个不存在的字典中的用户ID时，使用默认值

>>> user_unreads['129']

0

defaultdict构造函数还是可以使用其它类型，例如list

>>> dd = defaultdict(list)

>>> dd

defaultdict(, {})

>>> dd['user_list']

[]

>>> dd['user_list'].append('jack')

>>> dd['user_list'].append('tom')

>>> dd['user_list'].append('rose')

>>> dd

defaultdict(, {'user_list': ['jack', 'tom', 'rose']})

0x03 collections.ChainMap

ChainMap类可以方便地处理多个字典的操作。例如将两个字典拼接到一起

>>> from collections import ChainMap

>>> d1 = {'one': 1, 'two': 2}

>>> d2 = {'three': 3, 'four': 4}

>>> chain = ChainMap(d1, d2)

>>> chain

ChainMap({'one': 1, 'two': 2}, {'three': 3, 'four': 4})

>>> chain['two']

2

>>> chain['five']

# 获取一个不存在的key，会抛出KeyError

KeyError: 'five'

0x04 types.MappingProxyType

types.MappingProxyType类可以构造一个只读的字典，这个对数据的封装和控制非常有用。例如当我们不希望有人修改我们的数据时，可以考虑使用这个类。

该类内部其实是对内置dict的封装，对外提供一个只读接口，当被封装的类修改了，这MappingProxyType的对象也会发生变化。

>>> from types import MappingProxyType

# 构造一个普通的字典

>>> writable = {'one': 1, 'two': 2}

# 通过MappingProxyType构造函数封装字典

>>> read_only = MappingProxyType(writable)

>>> read_only['one']

1

>>> read_only['one'] = 23

# 如果对mappingproxy对象进行修改，则会抛出异常

TypeError: 'mappingproxy' object does not support item assignment

# 可以对原始对象进行修改，这个修改也会立刻响应到mappingproxy对象中去

>>> writable['one'] = 42

>>> read_only

mappingproxy({'one': 42, 'two': 2})

0x05 总结一下

一般来说，内置dict对象已经足以满足我们大部分的需求开发，这也是我们使用字典这种数据类型的首选的数据结构。如果你有其它一些特殊需求，可以看看这里列出的OrderedDict、defaultdict、ChainMap和MappingProxyType。

0x06 学习资料