循环，字典和set

循环

for和while循环

废话不多说，看代码：

# for...in循环，依次把list或tuple中的每个元素迭代出来，看例子：
names = ['Michael','Bob','Tracy']
for name in names:
    print(name)

Michael
Bob
Tracy

# 再比如我们想计算1-10的整数之和，可以用一个sum变量做累加：
sum = 0
for x in [1,2,3,4,5,6,7,8,9,10]:
    sum = sum + x;
print(sum)

55

# 比如range(5)生成的序列是从0开始小于5的整数：
list(range(5))

[0,1,2,3,4]

# range(101)就可以生成0-100的整数序列，计算如下：
sum = 0
for x in range(101):
    sum = sum + x
print(sum)

5050

# 比如我们要计算100以内所有奇数之和，可以用while循环实现：
sum = 0
while n>0:
    sum = sum + n
    n = n - 2
print(sum)

2500

break语句

一样不废话，看代码：

# 例如，本来要循环打印1～100的数字：
n = 1
while n<=100:
    print(n)
    n = n + 1
print('END')

1~100所有数字
END

# 如果要提前结束循环，可以用break语句：
n = 1
while n<=100:
    if n>10:
        break
    print(n)
    n = n+1
print('END')

1~10所有数字
END

continue语句

代码：

# 但是，如果我们想只打印奇数，可以用continue语句跳过某些循环：
n = 0
while n<10:
    n = n+1
    if n%2==0:
        continue
    print(n)

有些时候，如果代码写得有问题，会让程序陷入“死循环”，也就是永远循环下去。这时可以用Ctrl+C退出程序，或者强制结束Python进程。

dict

Python内置了字典：dict的支持，dict全称dictionary，在其他语言中也称为map，使用键-值（key-value）存储，具有极快的查找速度。

与C/C++跟JAVA的map类似，不做说明。

代码：

# 如果用dict实现，只需要一个“名字”-“成绩”的对照表，直接根据名字查找成绩，无论这个表有多大，查找速度都不会变慢。用Python写一个dict如下：
>>> d = {'Michael': 95, 'Bob': 75, 'Tracy': 85}
>>> d['Michael']
95

为什么dict查找速度这么快？

因为dict的实现原理和查字典是一样的。假设字典包含了1万个汉字，我们要查某一个字，一个办法是把字典从第一页往后翻，直到找到我们想要的字为止，这种方法就是在list中查找元素的方法，list越大，查找越慢。

第二种方法是先在字典的索引表里（比如部首表）查这个字对应的页码，然后直接翻到该页，找到这个字。无论找哪个字，这种查找速度都非常快，不会随着字典大小的增加而变慢。

dict就是第二种实现方式，给定一个名字，比如’Michael’，dict在内部就可以直接计算出Michael对应的存放成绩的“页码”，也就是95这个数字存放的内存地址，直接取出来，所以速度非常快。

dict操作：

# 把数据放入dict的方法，除了初始化时指定外，还可以通过key放入：
>>> d['Adam'] = 67
>>> d['Adam']
67

# 由于一个key只能对应一个value，所以，多次对一个key放入value，后面的值会把前面的值冲掉：
>>> d['Jack'] = 90
>>> d['Jack']
90
>>> d['Jack'] = 88
>>> d['Jack']
88

# 如果key不存在，dict就会报错：
>>> d['Thomas']
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
KeyError: 'Thomas'

# 要避免key不存在的错误，有两种办法，一是通过in判断key是否存在：
>>> 'Thomas' in d
False

# 二是通过dict提供的get()方法，如果key不存在，可以返回None，或者自己指定的value：
# 注意：返回None的时候Python的交互环境不显示结果。
>>> d.get('Thomas')
>>> d.get('Thomas', -1)
-1
>>> d.get('Bob')
75

# 要删除一个key，用pop(key)方法，对应的value也会从dict中删除：
>>> d.pop('Bob')
75
>>> d
{'Michael': 95, 'Tracy': 85}

请务必注意，dict内部存放的顺序和key放入的顺序是没有关系的。因为这句话，我去百度了一下。原理就是我们学数据结构中的hash(kye) = 一个内存地址。

dict的特点：

查找和插入的速度极快，不会随着key的增加而变慢；
需要占用大量的内存，内存浪费多(从这里也可以看出是hash)。

list的特点：

查找和插入的时间随着元素的增加而增加；
占用空间小，浪费内存很少(顺序表的特点)。

要保证hash的正确性，作为key的对象就不能变。在Python中，字符串、整数等都是不可变的，因此，可以放心地作为key。而list是可变的，就不能作为key：

>>> key = [1, 2, 3]
>>> d[key] = 'a list'
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: unhashable type: 'list'

set集合

set和dict类似，也是一组key的集合，但不存储value。由于key不能重复，所以，在set中，没有重复的key。

# 要创建一个set，需要提供一个list作为输入集合：
>>> s = set([1, 2, 3])
>>> s
{1, 2, 3}

# 重复元素在set中自动被过滤：
>>> s = set([1, 1, 2, 2, 3, 3])
>>> s
{1, 2, 3}

set操作

# 通过add(key)方法可以添加元素到set中，可以重复添加，但不会有效果：
>>> s.add(4)
>>> s
{1, 2, 3, 4}
>>> s.add(4)
>>> s
{1, 2, 3, 4}

# 通过remove(key)方法可以删除元素：
>>> s.remove(4)
>>> s
{1, 2, 3}

# set可以看成数学意义上的无序和无重复元素的集合，因此，两个set可以做数学意义上的交集、并集等操作：
>>> s1 = set([1, 2, 3])
>>> s2 = set([2, 3, 4])
>>> s1 & s2
{2, 3}
>>> s1 | s2
{1, 2, 3, 4}

set和dict的唯一区别仅在于没有存储对应的value，但是，set的原理和dict一样，所以，同样不可以放入可变对象，因为无法判断两个可变对象是否相等，也就无法保证set内部“不会有重复元素”。试试把list放入set，看看是否会报错。

再议不可变对象

上面我们讲了，str是不变对象，而list是可变对象。

对于可变对象，比如list，对list进行操作，list内部的内容是会变化的，比如：

>>> a = ['c', 'b', 'a']
>>> a.sort()
>>> a
['a', 'b', 'c']

而对于不可变对象，比如str，对str进行操作呢：

>>> a = 'abc'
>>> a.replace('a', 'A')
'Abc'
>>> a
'abc'

虽然字符串有个replace()方法，也确实变出了’Abc’，但变量a最后仍是’abc’，应该怎么理解呢？(这与其他语言不同，大家都知道串是线性表里的一个特例)

我们先把代码改成下面这样：

>>> a = 'abc'
>>> b = a.replace('a', 'A')
>>> b
'Abc'
>>> a
'abc'

这里写图片描述

使用key-value存储结构的dict在Python中非常有用，选择不可变对象作为key很重要，最常用的key是字符串。

练习
tuple虽然是不变对象，但试试把(1, 2, 3)和(1, [2, 3])放入dict或set中，并解释结果。

结果如下：
这里写图片描述

解释：先看看什么是可变对象与不可变对象list是可变的，tuple是不可变的。(1,[2,3])内有2个元素，1和[2,3]。[2,3]是一个list。虽然tuple指向这个list没变，但这个list本身是可变的，规则要求tuple的每一个元素本身也不能变。(1,[2,3])是一个含有list的tuple，list可变，导致哈希化失败。

转载处：廖雪峰Python教程

Python入门学习---第二天

循环，字典和set

循环

dict

猜你喜欢