《流畅的Python》读书笔记（三）

第三章 字典和集合

常见字典方法

字典派生自 collections.MutableMapping

• 字典推导式

country_code = {
     country: code for code, country in DIAL_CODES}

• setdefault
  字典的setdefault处理找不到的键，可以节省很多次键查询，
  – 让程序更高效
  – 可读性好
  – 可以连续操作

my_dict.setdefault(key, []).append(new_value)

• 映射的弹性查询
  有时为了方便，找不到键时，也想返回一个默认值

1. 使用 collections.defaultdict

>>> import collections
>>> index = collections.defaultdict(list)
>>> index['hunan'].append('changsha')
>>> index
defaultdict(<class 'list'>, {
     'hunan': ['changsha']})

2. 自定义一个dict子类，子类中实现 __missing__方法
   dict[key] 会调用 __getitem__ 方法，如果没有找到，就会触发 __missing__方法
   k in d 会调用 __contains__ 方法，如果
   注意：要小心陷入无限循环调用

字典的变种

• collections.OrderedDict
• collections.ChainMap
• collections.Counter
• collections.UserDict子类化
• 不可变映射类型
  让用户无法修改字典内容，可以使用types.MappingProxyType

>>> from types import MappingProxyType
>>> d = {
     1:'A'}
>>> d_proxy = MappingProxyType(d)
>>> d_proxy
mappingproxy({
     1: 'A'})
>>> d_proxy[1] = 'X'
Traceback (most recent call last):
  File "", line 1, in <module>
TypeError: 'mappingproxy' object does not support item assignment

集合论

set和frozenset直到 python2.3才首次出现，在python2.6中升级为内置类型

• 集合可以用于去重

>>> l = ['spam', 'spam', 'eggs', 'spam']
>>> set(l)
{
     'spam', 'eggs'}
>>> list(set(l))
['spam', 'eggs']

• 集合实现了很多中缀运算符
  两个集合 a, b
  a | b 返回合集
  a & b 返回交集
  a - b 返回差集
  a in b
  a < b
  a <= b
  等等 …
  合理使用这些操作，不仅有更好的可读性，还能减少程序运行时间

found = len(set(needles) & set(haystack))

以上例子，在含有 10000000个元素中搜索1000个值，大概只需要3毫秒左右。

• 集合字面量
  {1}, {1,2}表示集合
  空集合必须写成 set()
  注意，{}表示的是空字典
  使用 {1, 2} 比 set([1, 2]) 构造集合效率更高
• 集合推导式
  和字典推导式类似

字典、集和散列表

在有1000万个键的字典里查找1000个数，只需要 0.000337秒
使用集合的时间差不多
使用列表的速度最慢，需要100秒左右

• 散列表
  散列表其实是一个稀疏数组。要把一个元素放入散列表需要先计算它的散列值。python使用 hash() 计算，hash()调用自定义的 __hash__方法。
• 字典的实现及结果
  – 键必须是可散列的
  – 字典在内存上的开销巨大
  如果你的机器有几个GB，而对象是几百万个，空间优化工作可以等到真正需要的时候在开始。
  – 键查询速度很快
  – 键的次序取决于添加的顺序
  – 往字典里添加新键可能会改变已有键的顺序
  往字典中添加新内容，可以先遍历得出需要添加的内容，放到另外的字典里。迭代结束后再对原字典进行更新。
  .keys(), .items(), .values()方法返回的都是字典视图
• 集合的实现及结果
  – 集合里面的元素必须是可散列的
  – 集合很消耗内存
  – 可以很高效判断元素是否存在于某个集合
  – 元素的次序取决于被添加到集合里的次序
  – 往集合里添加元素，可能会改变集合里已有元素的次序

1. 字典算得上是python的基石
2. python的特点是“简单而正确”
3. 由于拥有紧凑的列表和字典表达，JSON格式可以完美地用于数据交换