dict
Python内置了字典,dict全程dictionary,在其他语言中也称为map,使用 键—值(key-value)储存,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:
1
2
|
>>> name
=
[
'xiaoming'
,
'xiaohong'
,
'xiaolan'
]
>>> scores
=
[
90
,
75
,
59
]
|
给定一个名字,要查找对应的成绩,就要在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:
1
2
3
|
>>> d
=
{
'xiaoming'
:
90
,
'xiaohong'
:
75
,
'xiaolan'
:
59
}
>>> d[
'xiaolan'
]
59
|
为什么dict查找速度这么快?因为dict的实现原理和查字典一样的。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忘往后翻,
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。
第二种方法是现在字典的索引表里查找这个字对应的页码,然后直接翻到该页,找到该字。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,给定一个字,比如 ‘xiaoming’,dict 在内部就可以直接计算出 xiaoming 对应的存放成绩的 ‘页码’,也就是 90 这个数字的存放
地址,直接取出来,所以速度非常快。
这种key-value存储方式,在放进去的时候,必须根据可以算出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,除了初始化化时指定外,换可以通过key放入:
1
2
3
|
>>> d[
'xiaosan'
]
=
66
>>> d[
'xiaosan'
]
66
|
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:
1
2
3
4
5
6
|
>>> d[
'GG'
]
=
90
>>> d[
'GG'
]
90
>>> d[
'GG'
]
=
88
>>> d[
'GG'
]
88
|
如果key不存在,dict就会报错:
1
2
3
4
5
|
>>> d[
'LL'
]
Traceback (most recent call last):
File
"<pyshell#11>"
, line
1
,
in
<module>
d[
'LL'
]
KeyError:
'LL'
|
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:
1
2
|
>>>
'LL'
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value:
1
2
3
|
>>> d.get(
'LL'
)
>>> d.get(
'LL'
,
0
)
0
|
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,对用的vaule也会从的dict中删除:
1
2
3
4
|
>>> d.pop(
'GG'
)
88
>>> d
{
'xiaosan'
:
66
,
'xiaohong'
:
75
,
'xiaoming'
:
90
,
'xiaolan'
:
59
}
|
注意:dict内部的存放顺序和key的存放顺序是没有关系的。
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 是一种用空间来换时间的一种方法。
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。
只是因为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)
要确保hash的真确性,作为key的对象就不能改变。在python中,字符串、整数等都是不可变的,因此,可以放心的作为key。而list是可变的,就不能作为key:
1
2
|
>>> key
=
[
1
,
2
,
3
]
>>> d[key]
=
'a lsit'
|
1
2
3
4
|
Traceback (most recent call last):
File
"<pyshell#18>"
, line
1
,
in
<module>
d[key]
=
'a lsit'
TypeError: unhashable
type
:
'list'
|
1
2
3
4
|
>>> key
=
(
1
,
2
,
3
)
>>> d[key]
=
'a tuple'
>>> d[key]
'a tuple'
|
1
2
|
>>> d[key]
=
'1'
,
'2'
,
'3'
>>> d[key[
1
]]
|
1
2
3
4
|
Traceback (most recent call last):
File
"<pyshell#25>"
, line
1
,
in
<module>
d[key[
1
]]
KeyError:
2
|
1
2
3
|
>>> d[key](
'1'
,
'2'
,
'3'
)
>>> d
{(
1
,
2
,
3
): (
'1'
,
'2'
,
'3'
),
'xiaohong'
:
75
,
'xiaosan'
:
66
,
'xiaoming'
:
90
,
'xiaolan'
:
59
}
|
Set
set 和 dict 类似,也是一组key的集合但不储存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:
1
2
3
|
>>> s
=
set
([
1
,
2
,
3
])
>>> s
{
1
,
2
,
3
}
|
注意,传入的参数[1, 2, 3]
是一个list,而显示的{1, 2, 3}
只是告诉你这个set内部有1,2,3这3个元素,显示的顺序也不表示set是有序的。
重复元素在set中自动被过滤:
1
2
3
|
>>> s
=
set
([
1
,
1
,
2
,
2
,
3
,
3
])
>>> s
{
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:
1
2
3
4
5
|
>>> s.add(
4
)
>>> s{
1
,
2
,
3
,
4
}
>>> s.add(
5
)
>>> s
{
1
,
2
,
3
,
4
,
5
}
|
通过remove(key)方法可以删除元素:
1
2
3
4
5
|
>>> s
{
1
,
2
,
3
,
4
,
5
}
>>> s.remove(
4
)
>>> s
{
1
,
2
,
3
,
5
}
|
set可以看成数字意义上的无序和重复元素的集合,因此,两个set可以做数学意义上的交集、并集等操作:
1
2
3
4
5
6
|
>>> s1
=
set
([
1
,
2
,
3
])
>>> s2
=
set
([
2
,
3
,
4
])
>>> s1&s2
{
2
,
3
}
>>> s1|s2
{
1
,
2
,
3
,
4
}
|
set 和 dict 的唯一区别仅在于没有储存对应的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,也就不发保证 set 内部 “不会有重复元素”。试试把list放入set,看看是否会报错。
1
2
3
4
|
>>> a
=
[
1
,
2
,
3
,
'a list'
]
>>> a
[
1
,
2
,
3
,
'a list'
]
>>> b
=
set
([
1
,a])
|
1
2
3
4
|
Traceback (most recent call last):
File
"<pyshell#59>"
, line
1
,
in
<module>
b
=
set
([
1
,a])
TypeError: unhashable
type
:
'list'
|
再议不可变对象
上面向我们学到,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:
1
2
3
4
|
>>> 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:
1
2
3
4
5
|
>>> 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’,但是变量a最后任然是‘abc’
应该怎么理解呢?
我们改一下代码:
1
2
3
4
5
|
>>> a
=
'abc'
>>> b
=
a.replace(
'a'
,
'A'
)
>>> b
'Abc'
>>> a
'abc'
|
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却指向新的字符串‘Abc’了: