Python数据类型第2篇字典和集合的原理及应用

　　目录
　　一、集合1。定义个有元素的集合2。自动去重3。集合常用的五个方法
　　二、集合和字典都是无序的
　　三、字典和集合都是无序的，在内存中是怎么存储？1。为什么说字典和集合是无序的？2。字典查找值的过程3。Python里基础数据类型分为三大类4。为什么会出现散列冲突？
　　四、可变和不可变元素：可哈希和不可哈希1。可变类型的数据不可进行哈希运算，不可变的数据类型可进行哈希运算2。集合为什么无序？3。散列类型为什么是无序的？
　　五、性能分析
　　字典，大家都用得特别多，花括号包起来的，一个键一个值构成一个元素。集合和字典的表达形式是一样的。
　　字典和集合在Python中都是使用花括号进行表示的。一、集合1。定义个有元素的集合set1｛1，2，3｝
　　集合和字典相比，集合里面只有值，没有键。2。自动去重
　　集合有个比较强大的功能：自动去重。里面不会存在重复的元素，集合最常见的应用就是对列表去重。2。1把字典转换成集合，再转换回字典，它会真去重set1｛1，2，3，3，3，4，4，4，4，4｝print（set1）
　　打印出来是集合，重复的元素自动过滤掉了。定义的时候，不管定义多少个重复元素，都自动过滤掉了。2。2用集合对列表去重li〔1，1，1，2，2，2，3，3，3〕利用集合对列表去重li2list（set（li））print（li2）
　　首先把列表转换成一个集合，自动把里面的重复元素给去除掉了，再转换回列表。
　　集合在Python中是用得比较少的数据类型。3。集合常用的五个方法
　　add（）添加元素update（）更新元素remove（）删除元素clear（）清空里面所有的元素copy（）复制元素
　　集合，它里面的元素是无序的。可以修改，集合是可变类型的数据。3。1空集合中怎么添加元素？
　　add（）方法，每次可以往里面添加一个数据进去。seset（）空集合集合添加数据se。add（qinghan）一次只能添加一个，所以只添加了一个qinghanprint（se）
　　3。2删除用remove（）
　　集合可以添加也可以删除。删除用remove（），传入对应的元素就可以进行删除。
　　集合还可以做交集、并集这样的操作，这个对我们用处不大。3。3update（）更新元素
　　跟字典的update（）一样的。它是将一个集合更新到这个集合里面，可以往里面一次加入多个元素。
　　通过这个方法：seset（）空集合se。update（｛111，22，33，44｝）print（se）
　　可以一次更新进去多个元素。
　　看update的源码：
　　接收的是不定量参数，可以传一个也可以传多个。
　　可以往里面加元组、列表、字符串，但是一般用的时候选择用集合，将一个集合更新到原来的集合里面。3。4clear（）清空元素
　　还有个常用的方法：clear（）清空里面所有的元素。3。5copy（）复制元素copy（）做一个复制的二、集合和字典都是无序的
　　Python里面把它称作散列类型。
　　Python更新到3。7之后，字典出现一个新的特性：3。7之前的字典是无序的。3。7之后字典中元素的顺序，它会按你依次添加的顺序进行保存。现在字典，里面的元素实际上是有序的。
　　官方文档已声明：
　　三、字典和集合都是无序的，在内存中是怎么存储？
　　dict与set实现原理是一样的，都是将实际的值放到list中。
　　唯一不同的在于hash函数操作的对象，对于dict，hash函数操作的是其key，而对于set是直接操作的它的元素。
　　假设操作内容为x，其作为因变量，放入hash函数，通过运算后取list的余数，转化为一个list的下标，此下标位置对于set而言用来放其本身。
　　而对于dict则是创建了两个list，一个list该下表放此key，另一个list中该下标对应的value。
　　其中，我们把实现set的方式叫做HashSet，实现dict的方式叫做HashMapTable（注：map指的是通过Key来寻找value的过程）。1。为什么说字典和集合是无序的？1。1字典和集合底层都是存储在列表里面
　　一个字典，在存储的时候，会拆分成2部分，会存在2个列表里面，一个列表存键，一个列表存值：
　　字典存储时的拆分1。2怎么通过Key找到对应的Value值呢？
　　字典在存储之前，做了个Hash操作：
　　Hash操作如图，图片来自网络
　　拿到字典的键，进行哈希操作。通过对应的哈希算法，然后得出一串数字。
　　拿哈希出来的值除以内存分出来的列表的长度，得到余数。这个余数当成对应元素的下标。把键和值通过下标存在列表中对应的位置。1。3散列类型的存储过程
　　散列类型的存储过程，图片来自网络
　　散列类型的意思就是无序的。散列就是哈希。散列内部元素是无序的。
　　刚开始内存分了12个格子存数据，哈希后，第一个元素得出的余数是6，有2个列表，会把键存在对应的列表里面，把值存在对应的6的位置。
　　散列表存储数据很松散，不像列表完整得排过来的。散列表里面是分散存储的，会把对应的键存到一个散列表里面。
　　查找字典中元素的时候，首先它会拿到你这个键，同样进行哈希运算。运算完毕后得出一个值，然后去散列表里面找对应的键。找到对应的键，然后比较下是不是这个键。
　　字典哈希的是它的键，不是它的值。集合是哈希的它的值，所以集合里面的值是不可变类型的，不能有可变类型的值。2。字典查找值的过程
　　字典查找值的过程
　　散列值就是哈希值。拿到键名，进行哈希，哈希过后得到散列值。
　　拿到散列值进行相应的运算，然后拿到表元。表元是在散列表中的一个序号。2。1第一种情况
　　比如序号是6，看6里面存的这个键，跟你刚才输进来查找的那个键是不是一样的。
　　如果是一样的，键相等，会返回表元里面对应的值，会给你找到你所存储的字典的值。
　　如果它在这里没找到值的话，这个时候会抛出异常。（也就是字典通过键去找值，没找到的时候就会抛出错误。）2。2第二种情况散列冲突：
　　每个元素哈希出来的结果是不一样的。如图，第一个元素计算出来是6，会找到散列表中第6个格子。第二个值，运算之后，如果得出来的也是个6，那么这个时候就会起散列冲突。解决散列冲突有二种方案：
　　方案一：
　　有散列冲突的时候，会对散列表进行扩容，扩容后进行重新排序。
　　方案二：
　　在后面再加个列表。这样的话，第一个元素计算出来是6，会找到散列表中第6个格子。
　　第二个值，运算之后，如果得出来的也是个6，因为加了一个列表（这个列表可存储多个值），就不会起散列冲突了。
　　以上是字典，散列类型底层存储。3。Python里基础数据类型分为三大类
　　第一类，数值类型：1一个数只有单个元素，像这个1就是1。
　　第二类，序列类型：字符串、列表、元组。
　　第三类，散列类型：字典、集合。特征：内部元素是无序的。4。为什么会出现散列冲突？
　　举个例子：
　　这两个数据通过哈希，计算散列值，取余后拿到的余数，如果是一样的话，在储存值的时候，就会造成散列冲突。
　　通过字典的键去哈希，把哈希值存在散列表里面。通过对应的键，然后找到列表中存储的对应元素的值。
　　集合相对于列表比较简单一些。集合没有键和值，直接拿到集合里面的值进行哈希操作。四、可变和不可变元素：可哈希和不可哈希1。可变类型的数据不可进行哈希运算，不可变的数据类型可进行哈希运算。
　　集合里面只能存储可哈希的对象。意思是集合里面只能存储不可变的数据类型。例如：set2｛1，2，3，〔1，2〕｝
　　这个集合就报错了：
　　因为列表是可变类型。可变类型是不能进行哈希运算的。
　　数值类型、字符串、元组可以，列表、字典、集合不能作为元素储存在这个集合里面。
　　集合里面的元素通过哈希操作算出对应值，放到散列表里面。2。集合为什么无序？
　　因为散列表里面存储元素的时候是没有顺序的，散列表也是会不断变化的（会变化长度、调整元素位置的），所以说散列类型是无序的。3。散列类型为什么是无序的？
　　通过哈希算法算了之后，然后存到对应的散列表里面，散列表里面数据存储是没有固定顺序的。五、性能分析
　　字典最占用内存，其次是集合。然后是列表、元组。元组是占用内存最少的。但是查找元素的时候，集合是速度最快的，然后是字典。
　　集合用起来不方便，如果知道哪个元素就好查找，但是不知道那个元素在哪里，就不方便从集合里去取那个元素。字典通过键取值，元组、列表通过下标。