百度网站名片,红色网站 推荐,网站建设投资资金,wordpress 标签函数 Python中常见的数据结构可以统称为容器。序列#xff08;如列表和元组#xff09;、映射#xff08;如字典#xff09;以及集合#xff08;set#xff09;是三类主要的容器。线性数据结构分类#xff1a;栈(stack)--先进后出、 队列(queue)-先进先出、双端队列(deque… Python中常见的数据结构可以统称为容器。序列如列表和元组、映射如字典以及集合set是三类主要的容器。线性数据结构分类栈(stack)--先进后出、 队列(queue)-先进先出、双端队列(deque)、链表(LinkedList)。 常见的数据类型又分为数字、字符串、元组、列表、字典、集合。可变数据类型 列表、字典、集合 不可哈希
不可变数据类型元组、数字、字符串 可哈希
可哈希对象是对象拥有__hash__(self)内置函数的对象。对于可哈希的对象执行这个函数将会返回一个整数。
可哈希对象判断相等的唯一条件就是两者 的哈希值相等。下面通过一个例子来说明
tuple_a (1, 2, 3) # 元组a
dict_b {a: 1, b: 2} # 字典b
dict_c {b: 2, a: 1} # 字典c
print(tuple_a.__hash__)
print(dict_b.__hash__)
print(id(str(sorted(dict_b))))
print(id(str(sorted(dict_c))))
print(hash(str(sorted(dict_b))))
print(hash(str(sorted(dict_c))))method-wrapper __hash__ of tuple object at 0x00000275A3DF6C18 None 27043973517282704397351728-589638267386482414-589638267386482414我们可以输出结果中元组返回了一个对象的__hash__method而字典返回的结果None;字典是不能hash的
但是我们可以将字典转成字符串再进行hashsorted是将字典进行排序
返回的结果显示两者转成字符串后的id跟hash值都是一样的间接的说明了字典b跟字典c也是相等的
(补充sorted:适用于任何可迭代容器)
哈希有啥作用 它是一个将大体量数据转化为很小数据的过程甚至可以仅仅是一个数字以便我们可以用在固定的时间复杂度下查询它所以哈希对高效的算法和数据结构很重要。Python 中基于hash的2个数据类型是dict and set , 之前说dict查询速度快为何快 说set天生去重怎么做到的其实都是利用了hash的特性我们下面来剖析dict 为何查询速度超快且不受dict大小影响 解析假设我要存14亿人的基本信息 data { 张三:[23742364782642342323234,28,山东济南], 李四:[12124234232311214458271,25,北京昌平], 王五:[23030293483727384383929,33,山东济南], 赵六:[42302033030302482634674,28,河北保定], ... ... } dict 的每个key 都要先经过hash生成一段固定长度的hash值假设生成的hash值如下dict会把这些数字按大小排序好放在一个列表里kd [53, 67, 81, 99]当我们想查找赵六的信息时 会把“赵六”先hash, 得到99这个值然后拿这个值去到kd列表里找想象这个列表有14亿个值 如何快速找到99 二分法就行 ,只要找到了99的位置就可以定位到赵六对应的value的值了。 通过2分法查找每次数据量都会少一半这样查找最多31次(2**312147483648)就能从20亿信息里找到这个人的信息。当然 dict 真实的查找算法比这个还要复杂些 我只是通过这个例子让大家理解下为何基于hash的数据类型查找速度会快很多。 set去重是因为每存一个值到set里时 都要先经过hash然后通过得出的这个hash值算出应该存在set里的哪个位置存的时候会先检查那个位置上有没有值 有的话就对比是否相等如果相等则不再存储此值。 如果不相等(即为空)则把新值存在这。
