1. 字典集合簡介
- 字典是一系列無序元素的組合，其長度大小可變，元素可以任意地刪減和改變。這裏的元素，是一對鍵（key）和值（value）的配對。
- 相比於列表和元組，字典的性能更優，特別是對於查找、添加和刪除操作，字典都能在常數時間複雜度內完成。
- 而集合和字典基本相同，唯一的區別，就是集合沒有鍵和值的配對，是一系列無序的、唯一的元素組合。
集合並不支持索引操作，因爲集合本質上是一個哈希表，和列表不一樣
2. 字典常用的內置函數
| 方法 |
說明 |
| dict代表字典對象 |
|
| dict.clear() |
清空字典 |
| dict.pop(key) |
移除鍵，同時返回此鍵所對應的值(字典是無序的,隨機移除,慎用) |
| dict.copy() |
返回字典D的副本,只複製一層(淺拷貝) |
| dict.update(D2) |
將字典 D2 合併到D中，如果鍵相同，則此鍵的值取D2的值作爲新值 |
| dict.get(key, default=None) |
返回鍵key所對應的值,如果沒有此鍵，則返回default |
| dict.keys() |
返回可迭代的 dict_keys 集合對象 |
| dict.values() |
返回可迭代的 dict_values 值對象 |
| dict.items() |
返回可迭代的 dict_items 對象 |
3. 集合常用的內置函數
| 方法 |
說明 |
| S表示集合對象 |
|
| S.add(e) |
在集合中添加一個新的元素e；如果元素已經存在，則不添加 |
| S.remove(e) |
從集合中刪除一個元素，如果元素不存在於集合中，則會產生一個KeyError錯誤 |
| S.discard(e) |
從集合S中移除一個元素e,在元素e不存在時什麼都不做; |
| S.clear() |
清空集合內的所有元素 |
| S.copy() |
將集合進行一次淺拷貝 |
| S.pop() |
從集合S中刪除一個隨機元素;如果此集合爲空，則引發KeyError異常 |
| S.update(s2) |
等同於 S l= s2, 用 S與s2得到的全集更新變量S |
| S.difference(s2) |
S - s2 補集運算，返回存在於在S中，但不在s2中的所有元素的集合 |
| S.difference_update(s2) |
等同於 S -= s2 |
| S.intersection(s2) |
等同於 S & s2 |
| S.intersection_update(s2) |
等同於S &= s2 |
| S.isdisjoint(s2) |
如果S與s2交集爲空返回True,非空則返回False |
| S.issubset(s2) |
如果S與s2交集爲非空返回True,空則返回False |
| S.issuperset(…) |
如果S爲s2的超集返回True,否則返回False |
| S.symmetric_difference(s2) |
返回對稱補集, 等同於 S ^ s2 |
| S.symmetric_difference_update(s2) |
等同於 S ^= s2, 用 S 與 s2 的對稱補集更新 S |
| S.union(s2) |
生成 S 與 s2的全集, 等同於 S += S2 |
4. 字典的排序
可以參考我的另一篇文章:
python中sort排序與sorted排序(列表 字典排序)
5. 插入 查找 刪除操作
- 插入操作
每次向字典或集合插入一個元素時，Python會首先計算鍵的哈希值（hash(key)），再和 mask =PyDicMinSize - 1做與操作，計算這個元素應該插入哈希表的位置index = hash(key) & mask。如果哈希表中此位置是空的，那麼這個元素就會被插入其中。而如果此位置已被佔用，Python便會比較兩個元素的哈希值和鍵是否相等。若兩者都相等，則表明這個元素已經存在，如果值不同，則更新值。若兩者中有一個不相等，這種情況我們通常稱爲哈希衝突（hash collision），意思是兩個元素的鍵不相等，但是哈希值相等。這種情況下，Python便會繼續尋找表中空餘的位置，直到找到位置爲止。
值得一提的是，通常來說，遇到這種情況，最簡單的方式是線性尋找，即從這個位置開始，挨個往後尋找空位。當然，Python內部對此進行了優化讓這個步驟更加高效。
- 查找操作
查找操作和前面的插入操作類似，Python會根據哈希值，找到其應該處於的位置；然後，比較哈希表這個位置中元素的哈希值和鍵，與需要查找的元素是否相等。如果相等，則直接返回；如果不等，則繼續查找，直到找到空位或者拋出異常爲止。
- 刪除操作
刪除操作對於刪除操作，Python會暫時對這個位置的元素，賦於一個特殊的值，等到重新調整哈希表的大小時，再將其刪除。不難理解，哈希衝突的發生，往往會降低字典和集合操作的速度。因此，爲了保證其高效性，字典和集合內的哈希表，通常會保證其至少留有1/3的剩餘空間。隨着元素的不停插入，當剩餘空間小於1/3時，Python會重新獲取更大的內存空間，擴充哈希表。不過，這種情況下，表內所有的元素位置都會被重新排放。雖然哈希衝突和哈希表大小的調整，都會導致速度減緩，但是這種情況發生的次數極少。所以，平均情況下，這仍能保證插入、查找和刪除的時間複雜度爲O(1)。
