Python内置数据结构之字典（完整版）

1846122963

发布于 2018-03-09 16:10:26

8070

发布于 2018-03-09 16:10:26

文章被收录于专栏：小白的技术客栈小白的技术客栈

今天主要讲解上次未完成的内置数据结构-字典。小白这几天比较忙，忙的忘记了健身及写作，特发此文以作补偿。

Python字典简介

Python内置了字典：dict的支持，dict全称dictionary，在其他语言中也称为map，使用键-值（key-value）存储，具有极快的查找速度。

这种key-value存储方式，在放进去的时候，必须根据key算出value的存放位置，这样，取的时候才能根据key直接拿到value。

请务必注意，dict内部存放的顺序和key放入的顺序是没有关系的。

和list比较，dict有以下几个特点：

查找和插入的速度极快，不会随着key的增加而增加；
需要占用大量的内存，内存浪费多。

而list相反：

查找和插入的时间随着元素的增加而增加；
占用空间小，浪费内存很少。

所以，dict是用空间来换取时间的一种方法。

字典的定义及初始化，

d = {}
d = dict()
d = {'a': 1, 'b': 2}
d = dict([('a', 1), ('b', 2)]) # 可迭代对象的元素必须是一个二元组，二元组的第0个元素为字典的key，第1个元素为字典的value
d = dict.fromkeys(range(5)) # 传入的可迭代元素为key，值为None
d = dict.fromkeys(range(5), 'abc') # 传入的可迭代元素为key，值为abc

dict可以用在需要高速查找的很多地方，在Python代码中几乎无处不在，正确使用dict非常重要，需要牢记的第一条就是dict的key必须是不可变对象。这是因为dict根据key来计算value的存储位置，如果每次计算相同的key得到的结果不同，那dict内部就完全混乱了。这个通过key计算位置的算法称为哈希算法（Hash）。

要保证hash的正确性，作为key的对象就不能变。在Python中，字符串、整数等都是不可变的，因此，可以放心地作为key。而list是可变的，就不能作为key：

In[1]: d = {}
In[2]: key = [1, 2, 3]
In[3]: d[key] = 'a list'
----------------------------------------------------------------------
TypeError                                Traceback (most recent call last)
TypeError: unhashable type: 'list'

字典常用方法

首先总结一下有哪些常用的方法：

增加：update
删除：pop, popitem, clear
修改：update
查找：get
其他：keys, values, items, fromkeys

字典增加或修改

update方法会修改或增加字典内容。如有下一个字典:

In[12]: dict01 = {'laven': 23, 'taoqi': 20}
In[13]: dict01
Out[13]: {'laven': 23, 'taoqi': 20}
# 使用update增加一个key-value
In[14]: dict01.update(a=123)
In[15]: dict01
Out[15]: {'a': 123, 'laven': 23, 'taoqi': 20}

当然，我们直接使用dict01['a'] = 123也是可以的，只不过我们这里介绍的是字典的update方法。接下来看看update方法的修改作用:

In[15]: dict01
Out[15]: {'a': 123, 'laven': 23, 'taoqi': 20}

In[16]: dict01.update(laven=21)

In[17]: dict01

Out[17]: {'a': 123, 'laven': 21, 'taoqi': 20}

update方法也可以接收一个二元组列表作为其参数来增加字典:

In[17]: dict01
Out[17]: {'a': 123, 'laven': 21, 'taoqi': 20}

In[18]: dict01.update([('b', 456), ('c', 789)])

In[19]: dict01

Out[19]: {'a': 123, 'b': 456, 'c': 789, 'laven': 21, 'taoqi': 20}

update的参数也可以是一个字典，不过这种形式用的比较少，还是举个例子吧:

In[20]: dict01
Out[20]: {'a': 123, 'b': 456, 'c': 789, 'laven': 21, 'taoqi': 20}
In[21]: dict01.update({'d': 987, 'e': 654})
In[22]: dict01
Out[22]: {'a': 123, 'b': 456, 'c': 789, 'd': 987, 'e': 654, 'laven': 21, 'taoqi': 20}

总结一下update的用法，它的参数的几种情况:

可以是字典
可以是由二元组构成的可迭代对象
关键字参数

字典删除

删除字典有三种形式:

pop 删除指定的key，返回该key的value
popitem 随机删除，返回随机删除的一个kv二元组
clear 清空字典

接下来看例子:

In[23]: dict01 = {'laven': 23, 'taoqi': 20}
# pop一个存在的key
In[24]: dict01.pop('laven')
Out[24]: 23
# pop一个不存在的key呢？

In[25]: dict01.pop('lavenliu')
---------------------------------------------------------------------------

KeyError                                  Traceback (most recent call last)<ipython-input-25-a346227feeaa> in <module>()----> 1 dict01.pop('lavenliu')
KeyError: 'lavenliu'

如果pop一个不存在的key，为了不让出现KeyError异常，我们可以为其设置一个默认值，如下:

In[26]: dict01.pop('lavenliu', 'not exist')
Out[26]: 'not exist'

接下来看看popitem方法:

In[27]: dict01

Out[27]: {'taoqi': 20}
In[28]: dict01['laven'] = 23
In[29]: dict01
Out[29]: {'laven': 23, 'taoqi': 20}
In[30]: dict01.popitem()
Out[30]: ('laven', 23) # 随机返回一个二元组
In[31]: dict01
Out[31]: {'taoqi': 20}

如果是空字典呢？我们还能否进行popitem方法呢？大家可以试试看。

最后看看字典的clear方法:

In[34]: dict01 = {'laven': 23, 'taoqi': 20}
In[35]: dict01.clear()
In[36]: dict01
Out[36]: {}

如果空字典再次执行clear方法会怎样呢？大家可以试试看。

字典查找

字典查找也可以叫做字典的访问，如果我们知道字典有哪些key，直接进行访问就可以了。如下示例:

In[38]: dict01 = {'laven': 23, 'taoqi': 20}
In[39]: dict01['taoqi']
Out[39]: 20
In[40]: dict01['laven']
Out[40]: 23

我们使用get方法试试呢？

In[41]: dict01.get('laven')
Out[41]: 23
# 访问一个不存在的key呢
In[42]: dict01.get('lavenliu')# 发现什么都没有返回，我们可以给get方法一个默认值，
In[46]: dict01.get('lavenliu', -1)
Out[46]: -1
# 当对存在的key进行get时，返回的还是相应的value
In[47]: dict01.get('laven', -1)
Out[47]: 23

字典其他方法

字典的其他方法:

keys 返回所有的key
values 返回所有的value
items 返回一个二元组列表
fromkeys 可以批量创建字典的key-value

下面分别演示:

# keys方法演示
In[50]: dict01 = {'laven': 23, 'taoqi': 20}
In[51]: dict01.keys()
Out[51]: dict_keys(['laven', 'taoqi'])

# values方法演示
In[52]: dict01.values()
Out[52]: dict_values([23, 20])

# items方法演示
In[53]: dict01.items()
Out[53]: dict_items([('laven', 23), ('taoqi', 20)])

# fromkeys方法演示
In[54]: dict02 = {}
In[55]: dict02 = dict.fromkeys(range(5)) # 传入的可迭代元素为keys
In[56]: dict02
Out[56]: {0: None, 1: None, 2: None, 3: None, 4: None}
In[57]: dict02 = dict.fromkeys(range(5), 'not none') # 还可以给一个默认值
In[58]: dict02
Out[58]: {0: 'not none', 1: 'not none', 2: 'not none', 3: 'not none', 4: 'not none'}

字典的遍历

字典的遍历很简单:

In[48]: dict01
Out[48]: {'laven': 23, 'taoqi': 20}
In[49]: for k, v in dict01.items():
    ...:     print(k, '=>', v)
    ...:     
laven => 23
taoqi => 20

In[63]: for k in dict01.keys():
    ...:     print(k, "=>", dict01[k])
    ...:     
laven => 23
taoqi => 20

keys、 values、items返回的都是生成器，它并不会复制一份内存。而Python2对应的方法返回的是列表，会复制一份。

还有一个不常用的方法叫做enumerate，它返回的是key的所以及相应的key。示例如下:

In[64]: for idx, k in enumerate(dict01):
    ...:     print(idx, "=>", k)
    ...:     
0 => laven
1 => taoqi

# 还可以这样使用
In[65]: for i, (k, v) in enumerate(dict01.items()):
    ...:     print(i, k, "=>", v)
    ...:     
0 laven => 23
1 taoqi => 20

根据value找其对应的key:

In[88]: d = {'a': 1, 'b': 2, 'c': 3}
In[89]: d.update(c=123)
In[90]: d
Out[90]: {'a': 1, 'b': 2, 'c': 123}
In[91]: for k, v in d.items():
    ...:     if v == 123:
    ...:         print(k)
    ...:         break
    ...:     
c

字典排序

由于字典是散列表，没有顺序，适合插入、查询等操作。另外字典的key不一定是字符串，但一定是不可变对象。

字典排序我们使用内置的sorted函数:

In[107]: dict01
Out[107]: {'laven': 23, 'taoqi': 20}

In[108]: sorted(dict01.items(), key=lambda d: d[1], reverse=True)
Out[108]: [('laven', 23), ('taoqi', 20)]

In[109]: sorted(dict01.items(), key=lambda d: d[1], reverse=False)
Out[109]: [('taoqi', 20), ('laven', 23)]

默认字典

default初始化的时候，需要传入一个函数，这个函数也叫工厂函数。当我们使用下标访问一个key的时候，如果这个key不存在，defaultdict会自动调用初始化时传入的函数，生成一个对象作为这个key的value。一个默认字典的例子，我们来构造一个多值的字典:

In[79]: from collections import defaultdict
# 常规方法
In[80]: d = {}
In[81]: for k in range(10):
    ...:     for v in range(10):
    ...:         if k not in d.keys():
    ...:             d[k] = []
    ...:         d[k].append(v)
    ...:         
In[82]: d
Out[82]: {0: [0, 1, 2, 3, 4, 5, 6, 7, 8, 9],
          1: [0, 1, 2, 3, 4, 5, 6, 7, 8, 9],
          2: [0, 1, 2, 3, 4, 5, 6, 7, 8, 9],
          3: [0, 1, 2, 3, 4, 5, 6, 7, 8, 9],
          4: [0, 1, 2, 3, 4, 5, 6, 7, 8, 9],
          5: [0, 1, 2, 3, 4, 5, 6, 7, 8, 9],
          6: [0, 1, 2, 3, 4, 5, 6, 7, 8, 9],
          7: [0, 1, 2, 3, 4, 5, 6, 7, 8, 9],
          8: [0, 1, 2, 3, 4, 5, 6, 7, 8, 9],
          9: [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]}

# 使用默认字典的方法

In[83]: d = defaultdict(list)
In[84]: d
Out[84]: defaultdict(list, {})
In[85]: print(d)defaultdict(<class 'list'>, {})
In[86]: for k in range(10):
    ...:     for v in range(10):
    ...:         d[k].append(v)
    ...:         
In[87]: d
Out[87]: defaultdict(list,
            {0: [0, 1, 2, 3, 4, 5, 6, 7, 8, 9],
             1: [0, 1, 2, 3, 4, 5, 6, 7, 8, 9],
             2: [0, 1, 2, 3, 4, 5, 6, 7, 8, 9],
             3: [0, 1, 2, 3, 4, 5, 6, 7, 8, 9],
             4: [0, 1, 2, 3, 4, 5, 6, 7, 8, 9],
             5: [0, 1, 2, 3, 4, 5, 6, 7, 8, 9],
             6: [0, 1, 2, 3, 4, 5, 6, 7, 8, 9],
             7: [0, 1, 2, 3, 4, 5, 6, 7, 8, 9],
             8: [0, 1, 2, 3, 4, 5, 6, 7, 8, 9],
             9: [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]})

有序字典

在绝大多数的编程语言中，字典都是无序的。在Python中，字典也是无序的。但标准库提供了有序字典的库，我们可以创建有序字典。但是有序字典比常规的字典要占用多一倍的内存空间。

示例如下：

In[4]: from collections import OrderedDict

In[5]: od = OrderedDict()

In[6]: od['a'] = 1
In[7]: od['b'] = 2
In[8]: od['c'] = 3
In[9]: od.keys()
Out[9]: odict_keys(['a', 'b', 'c'])
In[10]: for k, v in od.items()
:...:          print(k, '->', v)
...: 
a -> 1
b -> 2
c -> 3

字典的限制

字典的key不能重复；
字典的key需要可hash。

总结

今天，我们讲解了字典的绝大部分的知识点。当然了Python字典的实现这里就不讲解了，可以作为拓展内容自己进行学习了解。这里只是提一下，Python字典的实现主要有:“拉链法”和“开地址法”。

本文参与腾讯云自媒体分享计划，分享自微信公众号。

原始发表：2017-08-22，如有侵权请联系 cloudcommunity@tencent.com 删除

python

数据结构

本文分享自小白的技术客栈微信公众号，前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与腾讯云自媒体分享计划，欢迎热爱写作的你一起参与！

python

数据结构

登录后参与评论

0 条评论

热度