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 1in <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 1in <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 1in <module>
    d[key[1]]
KeyError: 2
1
2
3
>>> d[key]('1''2''3')
>>> d
{(123): ('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
{123}



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
{123}


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{1234}
>>> s.add(5)
>>> s
{12345}


通过remove(key)方法可以删除元素:

1
2
3
4
5
>>> s
{12345}
>>> s.remove(4)
>>> s
{1235}



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
{23}
>>> s1|s2
{1234}


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
[123'a list']
>>> b = set([1,a])
1
2
3
4
Traceback (most recent call last):  
File "<pyshell#59>", line 1in <module>
    = 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’:

wKiom1b2jeWAthb6AAAG-BqIIZs060.png

spacer.gif

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:

wKioL1b2jpTxWJdxAAAMHTbvoD4654.png