Python基础教程-Dict和Set

Python的dict

Python内置了字典：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。

比如，要根据同学的名字查找对应的成绩，如果用list来实现，那么需要用两个list：

names = ['Michael', 'Bob', 'Tracy']
scores = [95, 75, 85]

给定一个名字，要查找对应的成绩，就要先在names中找到对应的位置，再根据得到的索引从scores取对应的成绩，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，无论这个表多大，查找速度都不会太慢：

d = {'Michael':95,'Bob':100,'Tracy':80}
print d["Michael"]

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word，我们要查某一个word，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，查找速度越慢。

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key计算出value存放的位置，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 = {'Michael':95,'Bob':100,'Tracy':80}
d["A"] = 60
print d["A"]
print d
60
{'A': 60, 'Bob': 100, 'Michael': 95, 'Tracy': 80

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["A"] = 60
print d["A"]
d["A"] = 100
print d["A"]
60
100

如果key不存在，dict就会报错，要避免key不存在引发的错误，有两种解决办法，一是通过in判断key是否存在：

d = {'Michael':95,'Bob':100,'Tracy':80}
d['A'] = 60
print d
print 'A' in d
print 'B' in d

True
False

第二种方法是通过dict提供的get方法，如果key不存在是，可以返回None，或者自己指定的value：

d = {'Michael':95,'Bob':100,'Tracy':80}
d['A'] = 60
print d.get('A')

60
None

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

d = {'Michael':95,'Bob':100,'Tracy':80}
d['A'] = 60
print d
d.pop('A')

{'A': 60, 'Bob': 100, 'Michael': 95, 'Tracy': 80}
{'Bob': 100, 'Michael': 95, 'Tracy': 80}

Note: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. 查找和插入速度极快，不会随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. 查找和插入的实践随着元素的增加而增加；
2. 占用空间小，浪费内存少。

所以，dict是用空间来换取实践的一种方法。

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，正确的使用dict非常重要，牢记的第一条是dict的key必须是不可变的对象。

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得到的结果不同，那dict内部就混乱了，这个通过key计算位置的算法称为hash算法，要保证hash的正确性，作为key的对象就不能变。

在Python中，字符串、整数都是不可变的，因此，可以放心地作为key。而list是可变的，不能将list作为key。

>>> key = [1,2,3,4]
>>> d[key] = 87

Traceback (most recent call last):
  File "<pyshell#34>", line 1, in <module>
    d[key] = 87
TypeError: unhashable type: 'list'
>>> 

Python的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])
>>> s
set([1, 2, 3])

重复元素在set中自动被过滤：

>>> s = set([1,1,1,1,2])
>>> s
set([1, 2])
>>> 

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 = set([1,2,3,4])
>>> s
set([1, 2, 3, 4])
>>> 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
set([1, 2, 3, 4])
>>> 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，并集操作：

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

>>> s1.add([5,6])

Traceback (most recent call last):
  File "<pyshell#4>", line 1, in <module>
    s1.add([5,6])
TypeError: unhashable type: 'list'
>>> 

再议不可变对象

上面讲了，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
['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
'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’，

>>> a = 'abc'
>>> b = a.replace('a','A')
>>> b
'Abc'
>>> a
'abc'
>>> 

要牢记的是，a是变量，而‘abc’才是字符串对象！有些时候，我们说对象a的内容是‘abc’，但其实指的是，a本身是一个变量，它指向的对象的内容才是‘abc’。

当调用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方法创建了一个新的字符串‘Abc’并返回，如果我们用变量b指向新的字符串，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：

总结

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。

tuple虽然是不变对象，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独享本身永远是不可变的。

试着把(1,2,3)和(1,[2,3])放入dict或set中：

>>> s = set([(1,2,3),(1,[2,3])])

Traceback (most recent call last):
  File "<pyshell#17>", line 1, in <module>
    s = set([(1,2,3),(1,[2,3])])
TypeError: unhashable type: 'list'
>>> s = set([(1,2,3),(1)])
>>> s
set([1, (1, 2, 3)])
>>> d = [(1,2,3),(1,[2,3])]
>>> d
[(1, 2, 3), (1, [2, 3])]
>>>