将 data 转换成 new_data 这种形式,写出转换过程。
data = {
'a_b_h':1,
'a_b_i':2,
'a_c_j':3,
'a_d':4,
'a_c_k':5,
'a_e':6
}
new_data = {
'a':{
'b':{
'h':1,
'i':2
},
'c':{
'j':3,
'k':5
},
'd':4,
'e':6
}
}
可以看出,转换的过程是将 key 的下划线进行拆分,然后下划线后边的字符嵌套在前面字符的值中。
感兴趣就打开 IDE,自己先试着解一下。
思路是将下划线 split
后,然后依次使用字符生成内层字典,当达到最后一个字符时将数字作为值。
那么关键点在于,如何不断地获得内层字典去修改呢?实际本题就是考察你是否理解 Python 字典是引用传递这个特性。
什么是引用传递?我们知道 Python 中字典和列表对象都是可变对象,同一个字典对象的变量不管如何传递,只要改变其中一个变量会同步修改其他变量。这是因为变量存储的只是可变对象的引用,无论调用哪个变量,返回的依然是同一个对象。比如:
new_data = {}
tmp = {}
new_data['a'] = tmp
print(new_data) # {'a': {}}
tmp['b'] = 1
print(new_data) # {'a': {'b': 1}}
如上,利用这个特性,将内层字典赋值给一个中间变量,然后改变这个中间变量,即可同步修改最终的 new_data 变量。
根据这个思路,初步代码如下:
data = {
'a_b_h':1,
'a_b_i':2,
'a_c_j':3,
'a_d':4,
'a_c_k':5,
'a_e':6
}
new_data = {}
for key, value in data.items():
keys = key.split('_')
tmp = new_data
last = len(keys) - 1 # 最后一个 key 的索引值
for i, k in enumerate(keys):
if i == last:
tmp[k] = value
continue
if k not in tmp:
sub_tmp = {}
tmp[k] = sub_tmp
tmp = sub_tmp
else:
tmp = tmp[k]
另外我们可以只使用一个中间变量即可,进一步优化:
for field, value in data.items():
keys = field.split('_')
tmp = new_data
last = len(keys) - 1
for i, k in enumerate(keys):
if k not in tmp:
tmp[k] = {} if i < last else value
tmp = tmp[k] # 将内层 dict 传给 tmp
去掉if进一步优化后:
for field, value in data.items():
keys = field.split('_')
tmp = new_data
for k in keys[:-1]:
tmp = tmp.setdefault(k, {})
tmp[keys[-1]] = value
我们省略掉了 last 来判断最后一个字符的索引,直接通过 keys[:-1]
避开最后一个字符,末尾再单独生成数字键值对。
这里还使用字典的一个内置方法 —— setdefault
。
dict.setdefault(key, default=None)
方法和 get
方法类似,只是如果键不存在于字典中,不仅会返回 default 参数的值,还同时会用该值自动生成一个键值对。
if k not in tmp:
tmp[k] = {}
v = tmp[k]
# 等价于
v = tmp.setdefault(k, {})
最终我们使用了 6 行代码就解出该题,这也是接近最简代码。
如果使用字典引用的特性是合格分的话,那么当你用出 setdefault
这个方法后,面试官已经给你打了优秀,因此一定要熟悉基础数据对象的所有内置方法。