使用dict和set

[FrankDJWu參與者]

轉載自廖雪峰的官方網站

Dict

Python內置了字典：dict的支援，dict全稱dictionary，在其他語言中也稱為map，使用鍵-值（key-value）存儲，具有極快的查找速度。

舉個例子，假設要根據同學的名字查找對應的成績，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。

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

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

為什麼dict查找速度這麼快？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，這種查找速度都非常快，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這個數位存放的記憶體位址，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沖掉：

>>> 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 d
False

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：

查找和插入的速度極快，不會隨著key的增加而變慢；
需要佔用大量的記憶體，記憶體浪費多。

而list相反：
查找和插入的時間隨著元素的增加而增加；
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可以用在需要高速查找的很多地方，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必須是不可變物件。

這是因為dict根據key來計算value的存儲位置，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，但不存儲value。由於key不能重複，所以，在set中，沒有重複的key。

要創建一個set，需要提供一個list作為輸入集合：

>>> 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}

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

通過remove(key)方法可以刪除元素：

>>> s.remove(4)
>>> s
{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 & s2
{2, 3}
>>> s1 | s2
{1, 2, 3, 4}

set和dict的唯一區別僅在於沒有存儲對應的value，但是，set的原理和dict一樣，所以，同樣不可以放入可變物件，因為無法判斷兩個可變物件是否相等，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是不變物件，而list是可變物件。

對於可變物件，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']

而對於不可變物件，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’才是字串物件！有些時候，我們經常說，物件a的內容是’abc’，但其實是指，a本身是一個變數，它指向的物件的內容才是’abc’：

當我們調用a.replace('a', 'A')時，實際上調用方法replace是作用在字串物件’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方法創建了一個新字串’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，對於不變物件來說，調用物件自身的任意方法，也不會改變該物件自身的內容。相反，這些方法會創建新的物件並返回，這樣，就保證了不可變物件本身永遠是不可變的。

小結

使用key-value存儲結構的dict在Python中非常有用，選擇不可變物件作為key很重要，最常用的key是字串。

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

[作者]

文章