深入Python的set和dict

dict常用操作

引言

• clear(): 清空字典
• copy(): 返回一个浅拷贝
• fromkeys(): 将可迭代对象中的每一个元素作为key和同一个value拼成字典
• get(): 根据key返回value，若无对应的键值对，则返回None，也可以指定默认返回值，和索引访问相比，不会产生异常。
• items()：返回一个dict_items类型，支持迭代，键值对以元组形式组织
• setdefault(): 获取key对应的value值，先调用get()，若不存在该键值对，则添加
• update(): 合并字典，或键值对元组构成的可迭代对象

使用案例

# 1. clear()
d = {name:"MetaTian", age:"22"}
d.clear()

# 2. copy()
new_dict = d.copy()
new_dict["age"] = 18

print(new_dict)
print(d)

# resutl:
# {'age': 18, 'name': 'MetaTian'}
# {'age': '22', 'name': 'MetaTian'}

# 3. fromkeys()
d = dict.fromkeys(range(3), "MetaTian")
print(d)

# result:
# {0: 'MetaTian', 1: 'MetaTian', 2: 'MetaTian'}

# 4. get()
print(d.get(2))
print(d.get(3))
print(d.get(3, "null"))

# result:
# MetaTian
# None
# null

# 5. items()
print(type(d.items()))
print(d.items())

# result:
# <class 'dict_items'>
# dict_items([(0, 'MetaTian'), (1, 'MetaTian'), (2, 'MetaTian')])

# 6. setdefault()
d = {}
value = d.setdefault("name", "MetaTian")
print(value, d)

# result:
# MetaTian {'name': 'MetaTian'}

# 7. update()
d1 = {1:"a"}
d2 = {2:"b"}

d1.update(d2)
d2.update([(3, "c"), (4, "d")])

print(d1)
print(d2)

# result:
# {1: 'a', 2: 'b'}
# {2: 'b', 3: 'c', 4: 'd'}

set和frozenset

引言

• set是可变集合，frozenset是不可变集合
• 集合中的元素无序，不重复

使用案例

"""
通过 set(Iterable) 来构建出可变集合对象
通过 frozenset(Iterable) 构建不可变集合对象
"""
s = set("12345666")
fs = frozenset(['a', 'b', 'c', 'a'])    # 不可变类型，可以作为 dict 的 key
print(s)
print(fs)

# result:
# {'6', '1', '4', '5', '3', '2'}
# frozenset({'b', 'a', 'c'})

"""
向 set 中添加元素
add()
update()
"""
s1, s2 = set("123"), set("234")
s1.update(s2)
s2.add('5')

print(s1)
print(s2)

# result:
# {'1', '2', '3', '4'}
# {'2', '3', '5', '4'}

"""
集合的运算
- 差
& 交
| 并
"""
s1, s2 = set("123"), set("234")
print(s1 - s2)
print(s1 & s2)
print(s1 | s2)

# result:
# {'1'}
# {'2', '3'}
# {'3', '1', '2', '4'}

dict和set的实现原理

引言

• dict和set的查找性能远远大于list
• dict和set底层通过散列表存储，因此也要求dict的key是可哈希的，不可变对象都是可哈希的

哈希的原理

• 以字典为例
• 存储之前要通过哈希函数来计算key的值，得到存储索引，如果得到的结果已经被使用，要处理冲突，重新计算后再进行存储
• 自定义的类通过实现__hash__()，就可以存储在dict和set中
• 因此，具体的存储顺序和元素添加的顺序可能有关

hash table