字典&集合

  • 一、基础
  • 二、性能


一、基础

    字典：是一系列由健和值配对组成的元素的集合。在python3.7+版本中字典是有序的，在3.6之前是无序的

    集合：和字典基本相同，唯一的区别在于集合没有键和值的配对，是一系列无序的、唯一的元素组合

  • 基础方法（键和值都是混合类型）
# 创建
# 字典创建
d1 = {'name':'liuyi','age':18,'gender':'male'}
d2 = dict({'name':'liuyi','age':18,'gender':'male'})
d3 = dict([('name','liuyi'),('age',18),('gender','male')])
d4 = dict(name='liuyi',age=18,gender='male')
d1==d2==d3==d4
#输出：true

# 集合创建
s1 = {1,2,3}
s2 = set([1,2,3])
s1 == s2
#输出：true

# 访问
# 字典访问
d = {'name':'liuyi','age':18,'gender':'male'}
d['name']
# 输出：'liuyi'
d['dd']
# 输出：KeyError: 'dd'

# 注：直接访问索引的键如果不存在就会报出异常
# 解决方法：使用get(key,default_value),如果key不存在会返回默认值default_value
d.get('dd','demo')
# 输出：'demo'

# 集合访问 ，
s = {1,2,3}
s[0]
# 输出：TypeError: 'set' object is not subscriptable
# 注：集合的访问不支持直接索引访问，因为其内部是一个hash表

# 判断key内容是否在字典内
d = {'name':'liuyi','age':18,'gender':'male'}
'name'in d
# 输出：True
'demo' d
# 输出：False

# 判断内容是否在集合内 
s = {1,2,3}
1 in s
# 输出：True
11 in s
# 输出：False

# 增删改
# 字典增删改
d = {'name':'liuyi','age':18,'gender':'male'}
d['heigh'] = 168 # 增加元素
d['age'] = 20 # 修改元素
d.pop('gender') # 删除key 为 gender的元素 
# 输出：{'name': 'liuyi', 'age': 20, 'heigh': 168}

# 集合赠删
s = {1,2,3}
s.add(4) # 增加元素
s.remove(1) # 删除元素

# 排序
# 字典排序
d = {'a': 20,'c': 18,'b': 2}
sorted(d.items(),key=lambda x: x[0]) # 按照key进行升序排序
# 输出：[('a', 20), ('b', 2), ('c', 18)]
sorted(d.items(),key=lambda x: x[1]) # 按照值进行升序排序
# 输出：[('b', 2), ('c', 18), ('a', 20)]

# 集合排序
s = { 2, 4, 1, 3 }
sorted(s) # 对集合内的元素进行升序排序
[1, 2, 3, 4]

二、性能

    相比于列表和元组，字典的性能更优，特别是对于查找、添加和删除操作，字典都能在常数时间复杂度内完成

    1. 为什么？

        因为字典和集合内部的存储结构都是hash表。

            - 字典：字典的内部是存储了哈希值、键和值这三个元素

            - 集合：与字典的区别就是哈希表内没有键和值的配对，只有单一的值

    2. 代码比较

# 遍历5万个商品查找商品总共有多少个价格，查看两个数据结构的性能情况
import time

# 使用数组
def find_unique_price_list(products):
    unique_price = []
    for id,price in products:
        if price not in unique_price:
            unique_price.append(price)
    return len(unique_price)

# 使用集合
def find_unique_price_set(products):
    unique_price = set()
    for id,price in products:
        if price not in unique_price:
            unique_price.add(price)
    return len(unique_price)

id = [x for x in range(0,50000)]
count = [x for x in range(50000,100000)]
products = list(zip(id,count))

# 数组完成时间
start_list_time = time.perf_counter()
find_unique_price_list(products)
end_list_time = time.perf_counter()
print("总共用时：{}".format(end_list_time-start_list_time))
# 输出：总共用时：15.7466

# 集合完成时间
start_set_time = time.perf_counter()
find_unique_price_set(products)
end_set_time = time.perf_counter()
print("总共用时：{}".format(end_set_time-start_set_time))
# 输出：总共用时：0.0063

注：由上可以看出仅仅5万的数据量，两者的速度差异就如此之大。如果再更大的数据量中如果使用了不适当的数据结构，很容易造成服务器崩溃和用户体验差等情况！！