29 高级数据结构之集合与字典的高级用法

在上一篇中，我们探讨了 Python 的各种内建数据结构，包括列表、元组、集合和字典。这些数据结构是 Python 编程的基石，理解它们的特性和用法对于编写高效、优雅的代码至关重要。在本篇中，我们将更深入地探讨集合和字典这两种数据结构的高级用法。

集合的高级用法

集合（set）是一种无序且不重复的元素集合，这使得它们在某些场景中非常有用。接下来，我们将探讨一些集合的高级功能。

1. 集合的运算

集合支持多种数学运算，如并集、交集和差集。这些运算使得集合在处理数据时非常高效。

示例：集合运算

# 创建两个集合
set_a = {1, 2, 3, 4}
set_b = {3, 4, 5, 6}

# 计算并集
union = set_a | set_b  # 或使用 set_a.union(set_b)
print(f"并集: {union}")

# 计算交集
intersection = set_a & set_b  # 或使用 set_a.intersection(set_b)
print(f"交集: {intersection}")

# 计算差集
difference = set_a - set_b  # 或使用 set_a.difference(set_b)
print(f"差集: {difference}")

2. 集合的推导式

Python 支持使用推导式来创建集合，极大地提高了代码的可读性和简洁性。

示例：集合推导式

# 生成一个包含平方数的集合
squares = {x**2 for x in range(10)}
print(f"平方数集合: {squares}")

3. 集合与性能

由于集合的底层实现是哈希表，因此在进行成员检查（如 in 操作）时具有很高的性能。

示例：利用集合去重

# 利用集合快速去重
data = [1, 2, 2, 3, 4, 4, 5]
unique_data = set(data)
print(f"去重后的数据: {unique_data}")

字典的高级用法

字典（dict）是一种无序的键值对集合，是存储和快速检索数据的理想选择。接下来，我们将探讨字典的一些高级用法。

1. 字典推导式

字典推导式允许我们快速构造字典，使代码更为简洁。

示例：字典推导式

# 生成一组数字及其平方数的字典
number_dict = {x: x**2 for x in range(5)}
print(f"数字及其平方数字典: {number_dict}")

2. defaultdict 和 collections 模块

Python 的 collections 模块提供了一种更为灵活的字典类型 defaultdict，可以为不存在的键提供默认值，从而减少代码中的键错误。

示例：使用 defaultdict

from collections import defaultdict

# 创建一个默认值为零的字典
count_dict = defaultdict(int)

# 统计每个字符的出现次数
for char in 'hello world':
    count_dict[char] += 1

print(f"字符出现次数: {dict(count_dict)}")

3. 嵌套字典

我们可以创建嵌套字典，以实现更复杂的数据结构。这对于存储层级关系的数据至关重要。

示例：嵌套字典

# 存储学生成绩
grades = {
    'Alice': {'math': 90, 'science': 85},
    'Bob': {'math': 75, 'science': 80}
}

# 获取 Alice 的数学成绩
alice_math_grade = grades['Alice']['math']
print(f"Alice 的数学成绩: {alice_math_grade}")

总结

本篇介绍了集合和字典的高级用法，包括集合的运算、推导式及性能优化，以及字典推导式、defaultdict 和嵌套字典的，都是在 Python 中处理数据的强大工具。这些高级特性能够帮助我们编写更高效的代码。接下来，在下一篇中，我们将探索如何实现自定义数据结构，为我们的编程工具箱增添更多可能性。