python数据类型之dict、set

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。

字典类型时python中最常用的数据类型之一,它是一个键值对的集合,字典通过键来索引,关联到相对的值,理论上它的查询复杂度是O(1)

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(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。

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,有两种办法,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。

要删除一个key,用pop(key)方法,对应的value也会从dict中删除。

 

和list比较,dict有以下几个特点:
– 查找和插入的速度极快,不会随着key的增加而变慢;
– 需要占用大量的内存,内存浪费多。

而list相反:
– 查找和插入的时间随着元素的增加而增加;
– 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。

 

ordereddict

为了能控制一个字典中元素的顺序,可以使用collections模块中的OrderedDict类。

想要构建一个将来需要序列化或编码成其他格式的映射的时候,OrderedDict是非常有用的。比如,想精确控制以JSON编码后字段的顺序。

OrderedDict内部维护着一个根据键插入顺序排序的双向链表。每次当一个新的元素插入进来的时候,它会被放到链表的尾部。对于一个已经存在的键的重复赋值不会改变键的顺序。
需要注意的是,一个OrderedDict的大小事一个普通字典的两倍,因为它内部维护着另一个链表。所以在使用时,要权衡额外内存消耗的影响。

 

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:

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”。试试把list放入set,看看是否会报错。

References:

《python cookbook》
www.liaoxuefeng.com

暂无评论

发表评论

电子邮件地址不会被公开。 必填项已用*标注