python-字典dict、去除重複set

標籤：語言   nbsp   並集   str   兩種   http   刪除元素   erro   漢字   

dict

Python內建了字典：dict的支援，dict全稱dictionary，在其他語言中也稱為map，使用鍵-值（key-value）儲存，具有極快的尋找速度。

舉個例子，假設要根據同學的名字尋找對應的成績，如果用list實現，需要兩個list：

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

給定一個名字，要尋找對應的成績，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。

如果用dict實現，只需要一個“名字”-“成績”的對照表，直接根據名字尋找成績，無論這個表有多大，尋找速度都不會變慢。用Python寫一個dict如下：

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

為什麼dict尋找速度這麼快？因為dict的實現原理和查字典是一樣的。假設字典包含了1萬個漢字，我們要查某一個字，一個辦法是把字典從第一頁往後翻，直到找到我們想要的字為止，這種方法就是在list中尋找元素的方法，list越大，尋找越慢。

第二種方法是先在字典的索引表裡（比如部首表）查這個字對應的頁碼，然後直接翻到該頁，找到這個字，無論找哪個字，這種尋找速度都非常快，不會隨著字典大小的增加而變慢。

dict就是第二種實現方式，給定一個名字，比如‘Michael‘，dict在內部就可以直接計算出Michael對應的存放成績的“頁碼”，也就是95這個數字存放的記憶體位址，直接取出來，所以速度非常快。

你可以猜到，這種key-value儲存方式，在放進去的時候，必鬚根據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。

把資料放入dict的方法，除了初始化時指定外，還可以通過key放入：

>>> d[‘Adam‘] = 67>>> d[‘Adam‘]67

由於一個key只能對應一個value，所以，多次對一個key放入value，後面的值會把前面的值衝掉：

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

如果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，一是通過in判斷key是否存在：

>>> ‘Thomas‘ in dFalse

二是通過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的時候Python的互動式命令列不顯示結果。

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有以下幾個特點：

1. 尋找和插入的速度極快，不會隨著key的增加而增加；
2. 需要佔用大量的記憶體，記憶體浪費多。

而list相反：

1. 尋找和插入的時間隨著元素的增加而增加；
2. 佔用空間小，浪費記憶體很少。

所以，dict是用空間來換取時間的一種方法。

dict可以用在需要高速尋找的很多地方，在Python代碼中幾乎無處不在，正確使用dict非常重要，需要牢記的第一條就是dict的key必須是不可變對象。

這是因為dict根據key來計算value的儲存位置，如果每次計算相同的key得出的結果不同，那dict內部就完全混亂了。這個通過key計算位置的演算法稱為雜湊演算法（Hash）。

要保證hash的正確性，作為key的對象就不能變。在Python中，字串、整數等都是不可變的，因此，可以放心地作為key。而list是可變的，就不能作為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類似，也是一組key的集合，但不儲存value。由於key不能重複，所以，在set中，沒有重複的key。

要建立一個set，需要提供一個list作為輸入集合：

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

注意，傳入的參數[1, 2, 3]是一個list，而顯示的set([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[]不表示這是一個list。

重複元素在set中自動被過濾：

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

通過add(key)方法可以添加元素到set中，可以重複添加，但不會有效果：

>>> s.add(4)>>> sset([1, 2, 3, 4])>>> s.add(4)>>> sset([1, 2, 3, 4])

通過remove(key)方法可以刪除元素：

>>> s.remove(4)>>> sset([1, 2, 3])

set可以看成數學意義上的無序和無重複元素的集合，因此，兩個set可以做數學意義上的交集、並集等操作：

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

set和dict的唯一區別僅在於沒有儲存對應的value，但是，set的原理和dict一樣，所以，同樣不可以放入可變對象，因為無法判斷兩個可變對象是否相等，也就無法保證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

上面我們講了，str是不變對象，而list是可變對象。

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

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

而對於不可變對象，比如str，對str進行操作呢：

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

雖然字串有個replace()方法，也確實變出了‘Abc‘，但變數a最後仍是‘abc‘，應該怎麼理解呢？

我們先把代碼改成下面這樣：

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

要始終牢記的是，a是變數，而‘abc‘才是字串對象！有些時候，我們經常說，對象a的內容是‘abc‘，但其實是指，a本身是一個變數，它指向的對象的內容才是‘abc‘：

當我們調用a.replace(‘a‘, ‘A‘)時，實際上調用方法replace是作用在字串對象‘abc‘上的，而這個方法雖然名字叫replace，但卻沒有改變字串‘abc‘的內容。相反，replace方法建立了一個新字串‘Abc‘並返回，如果我們用變數b指向該新字串，就容易理解了，變數a仍指向原有的字串‘abc‘，但變數b卻指向新字串‘Abc‘了：

所以，對於不變對象來說，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本身永遠是不可變的。

小結

使用key-value儲存結構的dict在Python中非常有用，選擇不可變對象作為key很重要，最常用的key是字串。

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。

 

python-字典dict、去除重複set