流畅的Python读书笔记 --- 第三章 字典和集合

近期在读“流畅的Python”这本书，想把自己的读书笔记分享给大家，希望能帮到也对这本书感兴趣但是没时间看的各位。（文章中大部分的话和图片摘录总结自“流畅的Python”一书,以及python官方网站）

章节概述：本章通过深入探讨散列表的原理，介绍了字典和集合两种类型。
章节结构：

• 泛映射类型
• 字典推导
• 常见的映射方法
• 映射的查询
• 字典的变种
• 不可变映射类型
• 集合
• 字典VS集合

具体内容：

• 泛映射类型

映射类型：标准库里的所有映射类型都是利用dict实现的，因为他们有一个共同的限制，只有可散列的数据类型才能用作这些映射里的键
可散列的数据类型：可散列就是可hash，一个可散列数据类型的对象，在其生命周期中，它的散列值是不变的。
映射类型所需要的基本接口：collections.abc模块中定义，其中包括MutableMapping, 继承自Mapping，继承自（Container，Iterable和Sized），可以和isinstance用来判断某个数据是不是广义上的映射类型
注：非抽象映射类型没有集成这些抽象基类，而是对dict（Built-in Types）和collections.UserDict类的扩展。

• 字典推导 dictcomp

从任何以键值对作为元素的可迭代对象中创建出字典。
形式：dictionary_variable = {arg_one: arg_two for arg_one, arg_two in ITERABLE_DATA }

• 常见的映射方法

• 映射的查询

关于查询，dict本身提供get方法获取键值对应的值。但如若键值不存在呢？
情况一，查找键，并插入新值 --- setdefault：
字典d[k]不能找到正确的键时，Python会抛出异常，当然我们可以用d.get(k,default)来给找不到键的情况一个默认返回值。但是这些都不是最佳方法，我们可以用setdefault来解决，尤其是在通过查找插入新值时，比如一个记录单词位置的例子，如果第一次碰到的单词，自然会找不到键值，我们可以通过d.setdefault(key, []).append(value)来处理这种情况,这行代码的意思时，我们查找单词的时候，如果单词不存在，我们把单词和一个空列表放进映射，然后返回这个空列表。
情况二，查找键对应的值 ---- defaultdict & missing
如果不是查找且插入新值，而是单纯的查找中某个键没有映射值的情况，我们也希望获得一个默认读取值。这种情况我们有两种方法，一是用defaultdict，二是自定义dict子类，然后自定义子类的missing特殊方法。

1. 创建defaultdict对象，给构造方法提供一个可调用对象，这个调用对象会在getitem找不到键时被调用，返回某种默认值。这个生成默认值的可调用对象存放在名为default_factory的实例属性里。

这个default_factory只在getitem里调用，比如d[k]会返回这个对象生成的默认值，但是d.get(k)还是会返回None。

1. dict本身虽然没有定义missing，但是如果getitem没有找到键，Python会自动调用missing。所以如果一个类继承了dict，可以自定义missing特殊方法来处理查询中找不到的情况。

• 字典的变种

映射类型	特点	应用场景
collections.OrderedDict	添加键的时候保持顺序
collections.ChainMap	容纳数个不同的映射对象，进行键查找时，这些对象被当做一个整体被逐个查找	用来给嵌套作用域的语言做解释器时，代表一个作用域的上下文
collections.Counter	给键准备整数计数器，每次更新一个键，计数器会增加	用于给可散列表对象技术
collections.UserDict	把标准dict用Python又实现了一遍，继承自MutableMapping	让用户继承写子类

• 不可变映射类型

标准库里所有映射类型都是可变的，不过Python3.3开始，types模块中引入了一个封装类MappingProxyType，如果给这个类一个而映射，他会返回一个只读的映射视图。不过这个只读视图是动态的，原映射改变时，它可以观察到，但是外界无法改变这个视图，这就实现了单向改动，我们可以把包装后不可变的映射展现给用户。

• 集合

集合，Python中的set以及frozenset，就是许多唯一对象的聚集。集合中的元素必须是可散列的，但是set类型本身时不可散列的，到那时frozenset是可散列的。
中辍运算符：a|b(合集), a&b(交集), a-b(差集)
集合字面量：{val1, val2...} / 空集set()
集合推导setcomps: {expression(x) for x in ITERABLE_DATA}
集合操作：
集合数学运算

• 字典和集合

字典和集合在Python中是速度很快的两个类型，原因依赖于他们背后的散列表。
散列表：稀疏数组（有空白元素的数组）。散列表中的单元叫做表元（bucket）。在dict的散列表中，每个键值对都占用一个表元，每个表元都有两个部分，对键的引用，对值的引用。
字典和集合对比：

特点	字典	集合
可散列	键必须可散列	元素必须可散列
内存	开销大，空间效率低，因为散列表稀疏	耗内存
查询	快	快
次序	键次序，取决于添加顺序和散列冲突的情况	元素顺序取决于被添加到集合里的次序
添加元素	可能改变已有键顺序，所以迭代和修改不要同时进行	可能改变元素已有顺序