Python字典和集合的底层原来是这么玩的

昨天写 Python 小脚本，脑子一抽想把列表当成字典的 key 存数据，敲完回车控制台直接甩来一个报错，当时我人都傻了，盯着屏幕看了半天，愣是没明白为啥字符串能当 key，列表就不行。

截图就是当时控制台报的 unhashable type: 'list'，就是这行破代码，逼得我把字典、哈希表、可变不可变对象全啃了一遍。

说实话，我之前对字典的理解就停留在 “存键值对的容器”，啥底层原理、使用限制一概不知，这次踩坑后才算真的吃透，趁热乎把我的思考过程分享给大家。

先搞懂：字典为啥比列表快到飞起？

最开始我存「名字 - 成绩」，用的是最笨的原始方法：

# 两个列表，下标一一对应，纯纯笨方法
names = ['周杰伦', '蔡徐坤', '周星驰']
score = [100, 2.5, 100]

# 想查蔡徐坤的分数？得遍历列表找下标，数据多了直接慢死

这就是列表的硬伤：查找、插入的速度会跟着元素变多越来越慢。

然后 Python 的字典就登场了，我给它打个最贴切的比方：字典就是书本最前面的索引目录。你想找某一页内容，不用从头翻到尾，看目录直接定位页码；字典底层是哈希表，key 通过哈希算法算出一个唯一的索引，直接找到 value 的存储地址，所以查找速度是 O (1)，不管多少数据，都是秒查。

这才是字典的正确打开方式：

    # 字python典：key-value键值对
    d = {'周杰伦': 100, '蔡徐坤': 2.5, '周星驰': 100}
    # 直接查找，瞬间出结果
    print(d['蔡徐坤'])  # 2.5

日常用字典的增删改查，我也把踩过的小坑整理好了：

    # 1. 修改已有的key
    d['周杰伦'] = 88
    print(d['周杰伦'])  # 88

    # 2. 千万别直接访问不存在的key！会直接报错
    # d['ikun']  # KeyError，血的教训

    # 3. 安全访问：用in判断 / get方法
    print('ikun' in d)  # False
    print(d.get('ikun'))  # None，不报错
    print(d.get('ikun', -1))  # 可以指定默认值，太香了
    print(d.get('蔡徐坤', -1))  # 2.5

    # 4. 删除key
    d.pop('蔡徐坤')

核心大坑：为啥列表绝对不能当字典的 key？

绕回最开始的报错，我第一反应是：“Python 歧视列表？凭啥字符串就行？”后来翻了哈希表的设计规则，才恍然大悟：字典的 key 必须是可哈希的，也就是不可变类型。

哈希算法的硬性要求：key 必须固定不变！如果 key 是可变的（比如列表），你改一下列表内容，哈希计算的结果就变了，字典直接找不到 value 的位置，整个哈希表就乱套了。

字符串、数字、元组是不可变的，所以能当 key；列表、字典是可变的，Python 直接禁止它们当字典的 key。

顺便记一下字典的优缺点，别把它当万能药：

• 优点：查找、插入极快，不随元素增多变慢
• 缺点：占用内存大，典型的空间换时间

秒懂 Set：就是个没有 value 的字典

搞懂字典后，看 Set 集合简直是降维打击！Set 和字典的底层原理一模一样，唯一区别：Set 只存 key，不存 value，而且 key 不能重复，天生自带去重功能。

直接上可运行的 demo：

    # 两种创建set的方式
    s = {1, 2, 3}
    # 列表转set，自动去重
    s = set([1,2,3,2,5])
    print(s)  # {1,2,3,5}

    # 增删元素
    s.add(4)
    s.remove(4)

    # 集合运算：交集、并集，处理数据超好用
    s1 = {1, 2, 3}
    s2 = {2, 3, 4}
    print(s1 & s2)  # 交集 {2,3}
    print(s1 | s2)  # 并集 {1,2,3,4}

终极迷惑：可变对象 vs 不可变对象

本来以为字典搞定就收工了，结果又被列表sort和字符串replace坑了一把，这俩的效果完全不一样！

    # 列表：可变对象
    a = ['c', 'b', 'a']
    print(a.sort())  # None！坑！sort直接修改原列表，不返回新对象
    print(a)  # ['a', 'b', 'c']

    # 字符串：不可变对象
    str_obj = 'abc'
    # replace不会改原字符串，只会返回新的字符串！
    print(str_obj.replace('a', 'A'))  # Abc
    print(str_obj)  # abc 原对象纹丝不动

现在彻底理清了：

• 可变对象（list、dict、set）：调用方法会直接修改自身
• 不可变对象（str、数字、元组）：调用方法只会返回新对象，原数据永远不变

写在最后

这次从一个报错啃完所有知识点，脑子里就刻下了三个核心：

1. 字典底层是哈希表，靠 key 哈希定位 value，key 必须是不可变类型
2. 可变 / 不可变对象是核心，别再搞混sort和replace的效果
3. Set 就是精简版字典，专门用来去重、做集合运算

也别神话字典，小数据量、不需要快速查找的场景，用列表更省内存。

这次踩坑爬坑的过程还挺有意思的。

到此这篇关于Python字典和集合底层的文章就介绍到这了,更多相关Python字典和集合底层内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

最新评论