(windows) Python 2.7 学习笔记 九 使用 dict 和 set

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 = ['Micheal', '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:

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,直接读取出来,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:

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:

如果 key 不存在,dict 就会报错:

要避免 key 不存在的错误,有两种方法,一是通过 in 判断 key 是否存在:

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:

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:

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 代码中几乎无所不在,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:


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:

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:

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:

通过 remove(key) 方法可以删除元素:

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:

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”。把 list 放入 set 报错。

再议不可变对象

str 是不可变对象,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:

而对于不可变对象,比如 str,对 str 进行操作呢:

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:

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’:

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。


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。tuple 虽然是不可变对象,但试试把 (1, 2, 3) 和 (1, [2, 3]) 放入 dict 或 set 中,并解释结果。(不是很明白这句话)

发表评论

zh_CNChinese
zh_CNChinese