Python中的字典数据结构
字典⼜称为哈希表(hashmap)、映射(map)，它是以key-value的⽅式进⾏存储，通过key进⾏存储、查操作的效率⾮常⾼。在Python编码中字典也是⾮常⾮常常⽤的⼀种数据结构。
今天就看下Python中有哪些实现字典的数据结构。
本⽂中提到的代码都是Python3.7中执⾏的。
字典的存储其实很像⼀个数组。在字典中的key对象是必须实现__hash__和__eq__⽅法的。在字典在查时会计算key的hash值，然后通过模运算快速的定位到“数组”的下标，如果这个下标只有⼀个元素，那么就直接返回该value；如果有多个元素都存储在同⼀个下标⾥⾯，就再使⽤__eq__⽅法进⾏⽐较，相同者返回。
0x00 dict
dict估计是最常⽤到的⼀种数据结构了，可以存储Python中的对象。
>>> d = {'one':1,'two':2,'three':33}
>>> d
{'one': 1, 'two': 2, 'three': 33}
# 在for循环中默认是遍历keys
>>> keys = [k for k in d]
>>> keys
['one', 'two', 'three']
# 也可以使⽤
>>> keys = [x for x in d.keys()]
>>> keys
['one', 'two', 'three']
# 遍历values
>>> values = [v for v in d.values()]
>>> values
[1, 2, 33]
# 如果要遍历key,value可以使⽤dict.items()⽅法，它返回⼀个(k,v)元组
>>> kvs = [(k,v) for k,v in d.items()]
>>> kvs
[('one', 1), ('two', 2), ('three', 33)]
现在Python3.6以上版本中的dict是⾮常强⼤的，遍历时会保持元素插⼊Python中的顺序
>>> d = {'z':2,'a':'111','b':0.99}
>>> d
# 输出时保持元素的插⼊顺序
{'z': 2, 'a': '111', 'b': 0.99}
当获取⼀个不存在的key，将会抛出KeyError。
>>> d['k']
python请求并解析json数据
Traceback (most recent call last):
File "<pyshell#172>", line 1, in <module>
d['k']
KeyError: 'k'
如果不想抛出异常错误信息，那么可以使⽤get⽅法，并可以指定当key不存在时，返回默认值。这个⽅法在实际的编码中也是⾮常实⽤的。
联想电脑python安装教程# 当`key`不存在时，指定返回默认值
>>> d.get('k',314)
314
例如在WEB应⽤解析服务器端返回的json数据时，常常会把json数据解析成⼀个字典，如果服务端的某个字段缺失了，⽽客户端使⽤下标的⽅法来进⾏访问元素时，就会出现KeyError。要让⾃⼰的程序更加健壮，那么就可以使⽤get⽅法。
0x01 collections.OrderedDict
OrderedDict能保持元素的存储顺序，如果你使⽤的Python版本还⽐较低，或者为了兼容旧版本的Python，⽽且你的需求中对元素的插⼊顺序⽐较重要的话，那么可以使⽤这个类。
>>> import collections
>>> d = collections.OrderedDict(one=1, two=2, three=3)
>>> d
OrderedDict([('one', 1), ('two', 2), ('three', 3)])
>>> d['one']
1
>>> d['four']
# 同样地，如果key不存在，也会抛出KeyError
KeyError: 'four'
>>> d.get('four',4)
4
>>> d.keys()
odict_keys(['one', 'two', 'three'])
>>> d.items()
odict_items([('one', 1), ('two', 2), ('three', 3)])
0x02 collections.defaultdict
当获取⼀个不存在的key时提供默认值。defaultdict在构造的时候就需要提供⼀个默认类型，⽤于当key不存在时，构造默认的类型。
例如我构造⼀个⽤户未读数列表，通过⽤户ID来获取⽤户的未读数，当在字典中没有到⽤户ID时，默认的未读数就是0。
>>> from collections import defaultdict
# 使⽤defaultdict构造⼀个⽤户未读数字典，并传⼊int类型作为默认值的类型
>>> user_unreads = defaultdict(int)
# 给ID为123，121，120的⽤户添加的未读数
>>> user_unreads[123]=2
>>> user_unreads['121']=3
>>> user_unreads['120']=9
>>> user_unreads
defaultdict(<class 'int'>, {123: 2, '121': 3, '120': 9})
>>> user_unreads['121']
instrumentalizing3
# 当获取⼀个不存在的字典中的⽤户ID时，使⽤默认值
>>> user_unreads['129']
defaultdict构造函数还是可以使⽤其它类型，例如list
>>> dd = defaultdict(list)
>>> dd
defaultdict(<class 'list'>, {})
>>> dd['user_list']
[]
>>> dd['user_list'].append('jack')
>>> dd['user_list'].append('tom')
app开发哪家公司比较可靠
>>> dd['user_list'].append('rose')
>>> dd
defaultdict(<class 'list'>, {'user_list': ['jack', 'tom', 'rose']})
0x03 collections.ChainMap
ChainMap类可以⽅便地处理多个字典的操作。例如将两个字典拼接到⼀起
>>> from collections import ChainMap
>>> d1 = {'one': 1, 'two': 2}
>>> d2 = {'three': 3, 'four': 4}
>>> chain = ChainMap(d1, d2)
>>> chain
ChainMap({'one': 1, 'two': 2}, {'three': 3, 'four': 4})
>>> chain['two']
2
>>> chain['five']java多态的实现方式
# 获取⼀个不存在的key，会抛出KeyError
KeyError: 'five'
0x04 types.MappingProxyType
types.MappingProxyType类可以构造⼀个只读的字典，这个对数据的封装和控制⾮常有⽤。例如当我们不希望有⼈修改我们的数据时，可以考虑使⽤这个类。
该类内部其实是对内置dict的封装，对外提供⼀个只读接⼝，当被封装的类修改了，这MappingProxyType的对象也会发⽣变化。
>>> from types import MappingProxyType
# 构造⼀个普通的字典
>>> writable = {'one': 1, 'two': 2}
wps滚动条颜太浅
# 通过MappingProxyType构造函数封装字典
>>> read_only = MappingProxyType(writable)
>>> read_only['one']
1
>>> read_only['one'] = 23
# 如果对mappingproxy对象进⾏修改，则会抛出异常
TypeError: 'mappingproxy' object does not support item assignment
# 可以对原始对象进⾏修改，这个修改也会⽴刻响应到mappingproxy对象中去
>>> writable['one'] = 42
>>> read_only
mappingproxy({'one': 42, 'two': 2})
0x05 总结⼀下
⼀般来说，内置dict对象已经⾜以满⾜我们⼤部分的需求开发，这也是我们使⽤字典这种数据类型的⾸选的数据结构。如果你有其它⼀些特殊需求，可以看看这⾥列出的OrderedDict、defaultdict、ChainMap和MappingProxyType。
0x06 学习资料
Python Tricks: A Buffet of Awesome Python Features
——Dan Bader

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。