Python哈希表和解析式 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。

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)'、'='.

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 【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：