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
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)
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()
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。
![Python哈希表和解析式](https://img.it610.com/image/info10/528c16ac9a58448dba10a675646902dd.jpg)
文章图片
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)'、'='.
- 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';
# 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。
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}
- 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。
- [ 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
- 提高效率
- 代码轻量
- 可读性高
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)
- 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;
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 【Python哈希表和解析式】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
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
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
推荐阅读
- 急于表达——往往欲速则不达
- 关于QueryWrapper|关于QueryWrapper,实现MybatisPlus多表关联查询方式
- mybatisplus如何在xml的连表查询中使用queryWrapper
- python学习之|python学习之 实现QQ自动发送消息
- 逻辑回归的理解与python示例
- python自定义封装带颜色的logging模块
- 【Leetcode/Python】001-Two|【Leetcode/Python】001-Two Sum
- leetcode|leetcode 92. 反转链表 II
- 下雪了,飞去你的城市拥抱你|下雪了,飞去你的城市拥抱你 | 有个直男向我表白了
- 2019女表什么牌子好(如何挑选女士手表?)