Python哈希表和解析式

[TOC]

---

哈喽，大家好！距离上一篇文章近1个半月了，不是我拖呀~，刚好这个月遇到了工作调整，再加上要照顾10个月的孩子，实属不易，所以就这么长时间没来更新了。这不，我每天码一点点，'滴水成河'，努力完成了这篇文章。

1. 封装和解构

1.1 封装

说明： 等号(=)右边有多个数值仅通过逗号分割，就会封装到一个元组，称为封装packing。

# 示例：
x = 1,
y = 1,2
print(type(x), x)
print(type(y), y)

# 输出结果如下：
 (1,)
 (1, 2)

备注： 如果右边只有一个数值且没有用逗号，其实是一个整数类型，请留意。另外等号右边一定先运行，再赋值给左边。

1.2 解构

说明： 等号(=)右边容器类型的元素与左边通过逗号分割的变量要一 一对应，称为解构unpacking。

x,y = (1,2)  # [1,2] {1,2} {'a':1,'b':2}
print(x)
print(y)

# 输出结果如下：
1
2

备注：右边的容器可以是元组、列表、字典、集合等，必须是可迭代对象。

错误示范：

x,y = (1,2,3)
print(x)
print(y)

# 输出结果如下：
ValueError: too many values to unpack (expected 2)

说明：左、右两边个数一定要一致，不然会抛出'ValueError'错误。

剩余变量解构

说明：python3引入了剩余变量解构(rest)，'尽可能'收集剩下的数据组成一个列表。

x, *rest = [1,2,3,4,5,6]
print(type(x), x)
print(type(rest), rest)  # 剩余没有赋值的就是rest的了

# 输出结果如下：
 1
 [2, 3, 4, 5, 6]

*rest, y = [1,2,3,4,5,6]
print(type(rest), rest)
print(type(y), y)

# 输出结果如下：
 [1, 2, 3, 4, 5]
 6

错误示例：

• 不能单独使用

  说明：等号左边只有一个标识符，无法解构。

  *rest = [1,2,3,4,5,6]
  print(rest)
  
  # 输出结果如下：
   #语法错误
   SyntaxError: starred assignment target must be in a list or tuple

• 不能多次同时使用

  x, *rest1, *rest2, y = [1,2,3,4,5,6]
  print(rest1)
  print(rest2)
  
  # 输出结果如下：
   #语法错误，其中一个rest就把剩余元素拿走了，另外一个rest怎么拿？
   SyntaxError: two starred expressions in assignment

另外一种丢弃变量下划线：'_'

说明： '_'是合法的标识符，大多场景表示不关心该值。

x, *_, y = [1,2,3,4,5,6]
print(x)
print(_)
print(y)
# 输出结果如下：
1
[2, 3, 4, 5]
6

_, *rest, _ = [1,2,3,4,5,6]
print(_)  # '_'是上一次输出值
print(rest)
# 输出结果如下：
6
[2, 3, 4, 5]

2. 集合Set

说明：集合是'可变的、无序的、不重复'的元素集合。

成为集合元素是有条件的：'元素必须可hash、可迭代'

可哈希对象如下(不可变)：

• 数值型：int(整数)、float(浮点)、complex(复数)
• 布尔型：True(是)、False(否)
• 字符串：string(字符串)、bytes(字节)
• tuple(元组)
• None(空)

可以通过内置hash函数判断是否可hash：

s1 = [1,2,3]
print(hash(s1))

# 输出结果如下：
TypeError: unhashable type: 'list'  # 列表是不可hash的

2.1 初始化

说明：

• set() -> new empty set object，新的空集合
• set(iterable) -> new set object，元素必须可迭代

s = {}  # 注意这个是空字典，不是空集合
s1 = set()  # 空集合
s2 = set([1,2,3])  # 注意列表里面元素迭代出来的是整数，可hash
s3 = set("abcd")
print(s1)
print(s2)
print(s3)

# 输出结果如下：
set()
{1, 2, 3}
{'c', 'd', 'a', 'b'}

错误示例：

s = set([[1]]) # 列表套列表，迭代出来是列表，不可hash
print(s)

# 输出结果如下：
TypeError: unhashable type: 'list'

2.2 增加

• s.add(element)

  说明：增加一个元素到集合，如果元素已经存在，则不操作。

s1 = set([1,2,3])
s1.add(4)
print(s1)

# 输出结果如下：
{1, 2, 3, 4}

• s.update(*element))

  说明：合并一个或多个元素到集合中，元素必须可迭代(把迭代的元素并到集合)，和后面讲的并集一样。

s1 = set([1,2,3])
s1.update((4,5,6),[7,8,9])
print(s1)

# 输出结果如下：
{1, 2, 3, 4, 5, 6, 7, 8, 9}

2.3 删除

• remove(element)

  说明：从集合中移除一个元素，如果元素不存在抛出'KeyError'错误。

  s1 = {1,2,3,4,5,6}
  s1.remove(6)
  print(s1)
  
  # 输出结果如下：
  {1, 2, 3, 4, 5}

• discard(element)

  说明：也是从集合中移除一个元素，如果元素不存在不会报异常，啥都不做。

  s1 = {1,2,3,4,5,6}
  s1.discard(6)
  print(s1)
  
  # 输出结果如下：
  {1, 2, 3, 4, 5}

• pop()

  说明：因为集合是无序的，所以是删除'任意'一个元素，如果是空集则抛出'KeyError'错误。

  s1 = {1,2,3,4,5,6}
  print(s1.pop())  # 随机的(因为无序)
  print(s1)
  
  # 输出结果如下：
  1
  {2, 3, 4, 5, 6}

• clear()

  说明：删除所有元素，都不推荐使用的啦。

  s1 = {1,2,3,4,5,6}
  s1.clear()
  print(s1)
  
  # 输出结果如下：
  set()

2.4 遍历

说明：集合是个容器，是可以遍历的，但是效率都是O(n)。

s1 = {1,2,3}
for s in s1:
    print(s)
# 输出结果如下：
1
2
3

说到这里，你觉得集合set和列表list哪个遍历效率更高呢？

答案是set，因为set的元素是hash值作为key(下面讲的字典也是hash值)，查询时间复杂度为O(1)，而list是线性数据结构，时间复杂度是O(n)。

大家可以按照如下进行验证下，随着数据规模越来越大，很明显就可以看出哪个效率高。

2.5 并集&交集&差集&对称差集

• 并集

  说明： 将多个集合的所有元素合并在一起组成新的集合。

  s1 = {1,2,3}
  s2 = {3,4,5}
  print(s1.union(s2))
  
  # 输出结果如下：
  {1, 2, 3, 4, 5}

  备注：还可以使用运算符 '|'、'update(element)'、'|='。

• 交集

  说明： 取多个集合的共同(相交)元素

  s1 = {1,2,3}
  s2 = {3,4,5}
  print(s1.intersection(s2))
  
  # 输出结果如下：
  {3}

  备注：还可以使用'&'、's.intersection_update(element)'、'&='。

• 差集

  说明：属于一个集合但不属于另一个集合的元素组成的集合。

  s1 = {1,2,3}
  s2 = {3,4,5}
  print(s1.difference(s2))
  
  # 输出结果如下：
  {1, 2}

  备注：还可以使用'-'、's.difference_update(element)'、'-='.

• 对称差集

  说明：多个集合中，不属于交集元素组成的集合。

  s1 = {1,2,3}
  s2 = {3,4,5}
  print(s1.symmetric_difference(s2))
  
  # 输出结果如下：
  {1, 2, 4, 5}

  备注：还可以使用'^'、's1.symmetric_difference_update(s2)'、'^='.

3.字典

说明：字典是由任意个item(元素)组成的集合，item是由key:value对组成的二元组。

• 字典是'可变的'：支持增删改查；
• 字典是'无序的'：key存储是无序的，非线性数据结构(请不要让表面蒙蔽了你哈)；
• 字典是'key不重复'：key是唯一的，且必须可'hash'；

3.1 初始化

# 空字典
d1 = {}
d2 = dict()

# 示例：
d3 = dict(a=1,b=2,c=3)
d4 = dict(d3)
d5 = dict([('a',1),('b',2),('c',3)])  # 元素必须是可迭代的
d6 = {'a':1,'b':2,'c':3}

# 输出结果都是：
{'a': 1, 'b': 2, 'c': 3}

3.2 增删改查

• 增加&修改元素

  1）通过'd[key] = value'方式：

  备注：如果key不存在，则新增，key存在则直接覆盖(修改元素)。

  # 增加 & 修改
  d = {'a':1,'b':2,'c':3}
  d['d'] = 4 # 增加
  d['a'] = 11 # 修改
  print(d)
  
  # 输出结果如下：
  {'a': 11, 'b': 2, 'c': 3, 'd': 4}

  2）通过d.update([E, ]**F) -> None

  # 增加 & 修改
  d = {'a':1,'b':2,'c':3}
  d.update(d=4)
  print(d)
  
  # 输出结果如下：
  {'a': 1, 'b': 2, 'c': 3, 'd': 4}

• 删除元素

  1）d.pop()

  • key存在则移除，并返回对应value值。
  • key不存在，返回给定的缺省值，否则抛出KeyError。

  d = {'a':1,'b':2,'c':3}
  print(d.pop('c',None))
  print(d)
  
  # 输出结果如下：
  3
  {'a': 1, 'b': 2}

2）d.popitem()

• 删除并返回一个任意的item(key:value)。

• 如果是空字典，抛出KeyError。

  d = {'a':1,'b':2,'c':3}
  print(d.popitem())
  print(d)
  
  # 输出结果如下：
  ('c', 3)
  {'a': 1, 'b': 2}

3）d.clear()

• 删除所有item,不推荐使用。

  d = {'a':1,'b':2,'c':3}
  d.clear()
  print(d)

• 查找元素

  • 通过key这个键就可以快速找到value值。
  • 时间复杂度是O(1)，不会随着数据规模大而降低效率。

正常访问元素：

d = {'a':1,'b':2,'c':3}
print(d['a'])
print(d.get('b'))

# 输出结果如下：
1
2

key不存在的处理方式：

d = {'a':1,'b':2,'c':3}
print(d.get('d',None))  # 如果key不存在，缺省返回None
print(d.setdefault('d',100))  # 如果key不存在，则新增key:value对
print(d)

# 输出结果如下：
None
100
{'a': 1, 'b': 2, 'c': 3, 'd': 100}

3.3 遍历

• 遍历键：key

  d = {'a':1,'b':2,'c':3}
  # 方法1：
  for k in d:  # 缺省是遍历key
      print(k)
      
  # 方法2：
  for k in d.keys():
      print(k)
  
  # 方法3：
  for k, _ in d.items():
      print(k)
      
  # 输出结果如下：
  a
  b
  c

• 遍历值：value

  d = {'a':1,'b':2,'c':3}
  # 方法1：
  for v in d.values():
      print(v)
      
  # 方法2：
  for k in d:
      # print(d[k])  # 也可以用
      print(d.get(k)) 
   
  # 方法3：
  for _, v in d.items():
      print(v)
      
  # 输出结果如下：
  1
  2
  3

• 遍历item：key-value

  d = {'a':1,'b':2,'c':3}
  for item in d.items():
      print(item)
  
  # 输出结果如下：
  ('a', 1)
  ('b', 2)
  ('c', 3)

• 其他问题

  这种情况在遍历的时候，不能够删除元素，不能改变字典的size。

  d = {'a':1,'b':2,'c':3}
  for k in d:
      print(d.pop(k))
      
  # 输出结果如下：
  RuntimeError: dictionary changed size during iteration

  优雅的删除方式：

  d = {'a':1,'b':2,'c':3}
  key_list = []
  for k in d:
      key_list.append(k)
  for k in key_list:
      print('已删除key:', d.pop(k))

  然并卵，想要清除，直接用clear()啦。

4.解析式和生成器表达式

4.1 列表解析式

语法

• [ 返回值 for 元素 in 可迭代对象 if 条件 ]
• 列表解析式用中括号'[ ]'表示
• 返回一个新的列表

优点

• 提高效率
• 代码轻量
• 可读性高

示例需求：请从给定区间中提取能够被2整除的元素。

大众普遍的写法：

list = []
for i in range(10):
    if i % 2 == 0:
        list.append(i)
print(list)

# 输出结果如下：
[0, 2, 4, 6, 8]

再来感受一下简单而优雅的写法：

print([i for i in range(10) if i % 2 == 0])

# 输出结果如下：
[0, 2, 4, 6, 8]

以上就是列表解析式，也叫列表推倒式。

4.2 生成器表达式

语法

• ( 返回值 for 元素 in 可迭代对象 if 条件 )
• 生成器表达式用中括号'( )'表示
• 返回一个生成器对象(generator)

特点：

• 按需计算，就是需要取值的时候才去计算（而列表解析式是一次性计算立即返回所有结果）
• 前期并不怎么占用内存，最后取值多了就跟列表解析式一样；
• 计算耗时极短，本身并不返回结果，返回的是生成器对象；

看下生成器对象是长什么样的（不要认为是元组解析式，哈哈）：

x = (i for i in range(10) if i % 2 == 0)
print(type(x))
print(x)

# 输出结果如下：
  # 生成器
 at 0x000001A143ACBA98> # 生成器对象

那生成器对象是如何计算得到结果：

import time
x = (i for i in range(10) if i % 2 == 0)
for i in range(6):  # 仅一次循环取值
    time.sleep(0.5)
    print(next(x))
 time.sleep(1)
print(next(x))  # for循环已经计算完所有结果了，不能取值，故抛出异常

# 输出结果如下：
0
2
4
6
8
StopIteration  # 已经超出可迭代范围，抛出异常

备注：生成器表达式只能迭代一次。

4.3 集合解析式

集合解析式和列表解析式语法类似，不做过多解析。

语法：

• { 返回值 for 元素 in 可迭代对象 if 条件 }
• 集合解析式用花括号'{ }'表示
• 返回一个集合

示例：

print({i for i in range(10) if i % 2 == 0})

# 输出结果如下：
{0, 2, 4, 6, 8}

4.4 字典解析式

字典解析式和集合解析式语法类似，不做过多解析。

语法：

• { key:value for 元素 in 可迭代对象 if 条件 }
• 字典解析式用花括号'{ }'表示
• 返回一个字典

示例：

print({i:(i+1) for i in range(10) if i % 2 == 0})

# 输出结果如下：
{0: 1, 2: 3, 4: 5, 6: 7, 8: 9}

总体来说，解析式写起来如果让人简单易懂、又高效，是非常推荐大家使用的。

但有的场景写起来很复杂，那还是得用for...in循环拆分来写。

---

如果喜欢的我的文章，欢迎关注我的公众号：点滴技术，扫码关注，不定期分享