Python学习笔记——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 =['Michael', '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：>>>

d = {

'Michael'

:

95

,

'Bob'

:

75

,

'Tracy'

:

85

}

>>>

d[

'Michael'

]

95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：>>>

d[

'Adam'

] =

67>>>

d[

'Adam'

]

67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：>>>

d[

'Jack'

] =

90>>>

d[

'Jack'

]

90>>>

d[

'Jack'

] =

88>>>

d[

'Jack'

]

88如果key不存在，dict就会报错：

>>>d['Thomas']

Traceback (most recent call last):

File "

<stdin>

", line 1, in

<module>

KeyError: 'Thomas'

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：>>>'Thomas'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，或者自己指定的value：>>>

d.get(

'Thomas'

)

>>>

d.get(

'Thomas'

, -

1

)

-

1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：>>>

d.pop(

'Bob'

)

75>>>

d

{

'Michael'

:

95

,

'Tracy'

:

85

}

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：

>>> key = [1, 2, 3]

>>>d[key] = 'a list'

Traceback (most recent call last):

File "

<stdin>

", line 1, in

<module>

TypeError: unhashable type: 'list'

dict遍历方法

# _*_ coding:utf-8 _*_data_dict = {'name':u'王凯', 'english':99, 'math':149}if __name__ == '__main__':
#方式一
for key indata_dict:
print 'data_dict[%s]=' %key,data_dict[key]#方式二
for key, value indata_dict.items():
print 'data_dict[%s]=' %key, value#方式三
for key, value indata_dict.iteritems():
print 'data_dict[%s]=' %key, value#方式四
for key, value in zip(data_dict.iterkeys(),data_dict.itervalues()):
print 'data_dict[%s]=' %key, value

统计字典的长度len(dict)

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：

>>> s =

set([1,2,3])>>> sset([1,2,3])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：

>>> s =

set([1,1,2,2,3,3])>>> sset([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：>>>

s.add(

4

)

>>>

s

set([

1

,

2

,

3

,

4

])

>>>

s.add(

4

)

>>>

s

set([

1

,

2

,

3

,

4

])

通过

remove(key)

方法可以删除元素：>>>

s.remove(

4

)

>>>

s

set([

1

,

2

,

3

])

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：

>>> s1 =

set([1,2,3])>>> s2 =set([2,3,4])>>> s1 & s2set([2,3])>>> s1 | s2set([1,2,3,4])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。

再议不可变对象

上面我们讲了，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：>>>

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：>>>

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：>>>

a =

'abc'>>>

b = a.replace(

'a'

,

'A'

)

>>>

b

'Abc'>>>

a

'abc'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'

：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

却指向新字符串

'Abc'

了：所以，对于不变对象来说，调用对象自身的任意方法，也不会改变该对象自身的内容。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。

小结

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。