013 使用dict和set

dict

Python內置了字典：dict的支持，dict全稱dictionary，在其餘語言中也稱爲map，使用鍵-值（key-value）存儲，具備極快的查找速度。

舉個例子，假設要根據同窗的名字查找對應的成績，若是用list實現，須要兩個list：

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

給定一個名字，要查找對應的成績，就先要在names中找到對應的位置，再從scores取出對應的成績，list越長，耗時越長。

若是用dict實現，只須要一個「名字」-「成績」的對照表，直接根據名字查找成績，不管這個表有多大，查找速度都不會變慢。用Python寫一個dict以下：

>>> d = {'Michael': 95, 'Bob': 75, 'Tracy': 85}
>>> d['Michael']
95

爲何dict查找速度這麼快？由於dict的實現原理和查字典是同樣的。假設字典包含了1萬個漢字，咱們要查某一個字，一個辦法是把字典從第一頁日後翻，直到找到咱們想要的字爲止，這種方法就是在list中查找元素的方法，list越大，查找越慢。

第二種方法是先在字典的索引表裏（好比部首表）查這個字對應的頁碼，而後直接翻到該頁，找到這個字。不管找哪一個字，這種查找速度都很是快，不會隨着字典大小的增長而變慢。

dict就是第二種實現方式，給定一個名字，好比'Michael'，dict在內部就能夠直接計算出Michael對應的存放成績的「頁碼」，也就是95這個數字存放的內存地址，直接取出來，因此速度很是快。

你能夠猜到，這種key-value存儲方式，在放進去的時候，必須根據key算出value的存放位置，這樣，取的時候才能根據key直接拿到value。

把數據放入dict的方法，除了初始化時指定外，還能夠經過key放入：

>>> d['Adam'] = 67
>>> d['Adam']
67

因爲一個key只能對應一個value，因此，屢次對一個key放入value，後面的值會把前面的值沖掉：

>>> d['Jack'] = 90
>>> d['Jack']
90
>>> d['Jack'] = 88
>>> d['Jack']
88

若是key不存在，dict就會報錯：

>>> d['Thomas']
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
KeyError: 'Thomas'

要避免key不存在的錯誤，有兩種辦法，一是經過in判斷key是否存在：

>>> 'Thomas' in d
False

二是經過dict提供的get()方法，若是key不存在，能夠返回None，或者本身指定的value：

>>> d.get('Thomas')
>>> d.get('Thomas', -1)
-1

注意：返回None的時候Python的交互環境不顯示結果。

要刪除一個key，用pop(key)方法，對應的value也會從dict中刪除：

>>> d.pop('Bob')
75
>>> d
{'Michael': 95, 'Tracy': 85}

請務必注意，dict內部存放的順序和key放入的順序是沒有關係的。

和list比較，dict有如下幾個特色：

1. 查找和插入的速度極快，不會隨着key的增長而變慢；
2. 須要佔用大量的內存，內存浪費多。

而list相反：

1. 查找和插入的時間隨着元素的增長而增長；
2. 佔用空間小，浪費內存不多。

因此，dict是用空間來換取時間的一種方法。

dict能夠用在須要高速查找的不少地方，在Python代碼中幾乎無處不在，正確使用dict很是重要，須要牢記的第一條就是dict的key必須是不可變對象。

這是由於dict根據key來計算value的存儲位置，若是每次計算相同的key得出的結果不一樣，那dict內部就徹底混亂了。這個經過key計算位置的算法稱爲哈希算法（Hash）。

要保證hash的正確性，做爲key的對象就不能變。在Python中，字符串、整數等都是不可變的，所以，能夠放心地做爲key。而list是可變的，就不能做爲key：

>>> key = [1, 2, 3]
>>> d[key] = 'a list'
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: unhashable type: 'list'

set

set和dict相似，也是一組key的集合，但不存儲value。因爲key不能重複，因此，在set中，沒有重複的key。

要建立一個set，須要提供一個list做爲輸入集合：

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

注意，傳入的參數[1, 2, 3]是一個list，而顯示的{1, 2, 3}只是告訴你這個set內部有1，2，3這3個元素，顯示的順序也不表示set是有序的。。

重複元素在set中自動被過濾：

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

經過add(key)方法能夠添加元素到set中，能夠重複添加，但不會有效果：

>>> s.add(4)
>>> s
{1, 2, 3, 4}
>>> s.add(4)
>>> s
{1, 2, 3, 4}

經過remove(key)方法能夠刪除元素：

>>> s.remove(4)
>>> s
{1, 2, 3}

set能夠當作數學意義上的無序和無重複元素的集合，所以，兩個set能夠作數學意義上的交集、並集等操做：

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

set和dict的惟一區別僅在於沒有存儲對應的value，可是，set的原理和dict同樣，因此，一樣不能夠放入可變對象，由於沒法判斷兩個可變對象是否相等，也就沒法保證set內部「不會有重複元素」。試試把list放入set，看看是否會報錯。

再議不可變對象

上面咱們講了，str是不變對象，而list是可變對象。

對於可變對象，好比list，對list進行操做，list內部的內容是會變化的，好比：

>>> a = ['c', 'b', 'a']
>>> a.sort()
>>> a
['a', 'b', 'c']

而對於不可變對象，好比str，對str進行操做呢：

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

雖然字符串有個replace()方法，也確實變出了'Abc'，但變量a最後還是'abc'，應該怎麼理解呢？

咱們先把代碼改爲下面這樣：

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

要始終牢記的是，a是變量，而'abc'纔是字符串對象！有些時候，咱們常常說，對象a的內容是'abc'，但實際上是指，a自己是一個變量，它指向的對象的內容纔是'abc'：

┌───┐                  ┌───────┐
│ a │─────────────────>│ 'abc' │
└───┘                  └───────┘

當咱們調用a.replace('a', 'A')時，實際上調用方法replace是做用在字符串對象'abc'上的，而這個方法雖然名字叫replace，但卻沒有改變字符串'abc'的內容。相反，replace方法建立了一個新字符串'Abc'並返回，若是咱們用變量b指向該新字符串，就容易理解了，變量a仍指向原有的字符串'abc'，但變量b卻指向新字符串'Abc'了：

┌───┐                  ┌───────┐
│ a │─────────────────>│ 'abc' │
└───┘                  └───────┘
┌───┐                  ┌───────┐
│ b │─────────────────>│ 'Abc' │
└───┘                  └───────┘

因此，對於不變對象來講，調用對象自身的任意方法，也不會改變該對象自身的內容。相反，這些方法會建立新的對象並返回，這樣，就保證了不可變對象自己永遠是不可變的。

小結

使用key-value存儲結構的dict在Python中很是有用，選擇不可變對象做爲key很重要，最經常使用的key是字符串。

tuple雖然是不變對象，但試試把(1, 2, 3)和(1, [2, 3])放入dict或set中，並解釋結果。

參考源碼

the_dict.py

#!/usr/bin/env python3
# -*- coding: utf-8 -*-

d = {
    'Michael': 95,
    'Bob': 75,
    'Tracy': 85
}
print('d[\'Michael\'] =', d['Michael'])
print('d[\'Bob\'] =', d['Bob'])
print('d[\'Tracy\'] =', d['Tracy'])
print('d.get(\'Thomas\', -1) =', d.get('Thomas', -1))

the_set.py

#!/usr/bin/env python3
# -*- coding: utf-8 -*-

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