在对哈希结构的讨论上,我们对于已经在数组中有所使用,简单的来说就是通过下标定位某一种数据的方法。那么,我们学习的一些python知识点,也会体现出一些哈希结构。本篇所要讲的是字典和集合这两种,关于具体的哈希结构会就这两个方面分别展开介绍,大季家一起来看看内容。
1、字典
PyDictKeysObject定义了字典哈希表的一些字段。其中有两个数组 dk_indices[] 和 dk_entries[],这两个便是真正的存储数据的数组。kv 数据保存在dk_entries[]数组中,dk_indices[]来存储 kv 数据在dk_enties数组中保存的索引。其中每个 kv 数据以entry的数据结构来存储,如下:
typedef struct { /* Cached hash code of me_key. */ Py_hash_t me_hash; PyObject *me_key; PyObject *me_value; /* This field is only meaningful for combined tables */ } PyDictKeyEntry;
me_hash缓存存 key 的哈希值,防止哈希值的重复计算。me_key和me_value便是 key 和 value 的真正数据了。
2、集合
集合和字典一样,底层也是哈希结构,和字典相比,可理解为只有 key,没有 values。
相比字典,集合简单了不少。在PySetObject中直接保存了存储数据的数组。
根据集合的底层数据结构分析,它解决哈希冲突也是使用的「开发寻址法」。
集合的一些常用操作:
# 初始化 s1 = {'1', '2', '3'} # 不推荐,当元素中有字典时,会报错 s2 = set(['1', '4', '5']) print(s1) # {'3', '1', '2'} print(s2) # {'3', '1', '2'} # 交集 print(s1&s2) # {'1'} # 并集 print(s1|s2) # {'3', '5', '4', '2', '1'} # 差集 print(s1 - s2) # {'3', '2'} # 判断子集和超集 s2.issubset(s1) # s2 是否为s1 的子集 s1.issuperset(s2) # s1 是否为 s2 的超集 # 集合的一些内建方法 # set.add(obj) 添加集合元素 # set.remove(obj) 删除集合元素 # set.update(set) 合并集合 # set.pop() 随机删除一个元素,并返回该元素
以上就是Python中哈希结构的两种讲解,对于字典和集合的学习,大家可以结合哈希结构的内容进行深入探索,学会后可以就代码部分进行练习。
神龙|纯净稳定代理IP免费测试>>>>>>>>天启|企业级代理IP免费测试>>>>>>>>IPIPGO|全球住宅代理IP免费测试