我们都知道的「字典」，到底可以用来做什么？

640

本文字数：2262 字

阅读本文大概需要：6 分钟

00.写在之前

字典是 Python 中最灵活的内置数据结构类型之一，它可以取代许多数据结构和搜索算法，而这些在别的语言中你可能需要手动来实现。

一旦熟练的掌握了字典，它将会成为一种非常简单的工具。比如对字典进行索引是一种非常快速的搜索方式，当然它的作用不止于此，接下来我们就一起来盘一盘字典那些“灵活”的操作。

01.字典用于模拟列表

我们都知道在使用列表的时候，在其末尾外的下标进行赋值是非法的：

>>> lst = []
>>> lst[9] = 9
Traceback (most recent call last):
 File "<stdin>", line 1, in <module>
IndexError: list assignment index out of range

虽然我们可以用诸如 [0] * 10 的方式做初始化，预先分配足够大的列表，但这样显得有点太笨了，这个时候我们可以选择字典来做类似的事情。

使用整数键的时候，字典可以模拟列表在给下标赋值时增长，这样就不需要像之前那样预先进行空间分配：

>>> dit = {}
>>> dit[9] = 9
>>> dit[9]
9
>>> dit
{9: 9}

在上面的代码中，字典看起来就像是一个有 10 个元素的列表，实际上它里面只有一个元素，key 9 的 value 是整数 9，在这里我们可以像列表那样用下标访问这个结构，但是又不需要对可能会被赋值的所有位置都分配空间。

02.字典用于稀疏数据结构

在文章刚开始的时候我说过，字典可以取代许多数据结构，常用的在实现稀疏数据结构上。比如有一个三维数组，这个数组只有少数的几个位置有值，其它的位置都为空，这个时候我们用字典来实现一下：

>>> matrix = {}
>>> matrix[(1,2,3)] = 123
>>> matrix[(4,5,6)] = 456
>>> x = 1
>>> y = 2
>>> z = 3
>>> matrix[(x,y,z)]
123
>>> matrix
{(1, 2, 3): 123, (4, 5, 6): 456}

在上面的代码中，我们用字典表示了一个三维数组，key 是元组形式，它们记录了非空位置上的坐标，而不是去做一个庞大的且几乎为空的三维矩阵。

同理，对于多维数组也是一个做法。这里要注意的是，因为是字典的形式，所以读取空元素的时候 Python 会报错，因为这些元素实际上并没有存储：

>>> matrix[(7,8,9)]
Traceback (most recent call last):
 File "<stdin>", line 1, in <module>
KeyError: (7, 8, 9)

上面的这种错误在稀疏矩阵中是很常见的，但是我们并不希望程序因为这个错误而停止，那么该如何做呢？

据我所知至少有三种方式可以让我们不会出现这样的错误提示：

在 if 中预先对 key 进行测试；
使用 try 捕获这个异常，并且修复它；
使用 get 方法为不存在的 key 提供一个默认值。

具体的操作如下所示：

>>> if (7,8,9) in matrix:
...  print(matrix[(7,8,9)])
... else:
...  print('key error')
... 
key error
>>> try:
...  print(matrix[(7,8,9)])
... except KeyError:
...  print('key error')
... 
key error
>>> matrix.get((1,2,3),'key error')
123
>>> matrix.get((7,8,9),'key error')
'key error'

仅是通过上面的代码来看的话，get 方法是用起来最舒服的。

03.字典用于结构化类型

还是在开头说过的字典可以取代许多数据结构和搜索算法，并且可以表示多种结构化信息的类型，比如通过向新 key 赋值来增加字典元素：

>>> info = {}
>>> info['name'] = 'rocky'
>>> info['age'] = 23
>>> info['sex'] = 'man'
>>> info
{'name': 'rocky', 'age': 23, 'sex': 'man'}

上面的代码表现力可能还差一点，当为「嵌套」的时候，字典表达结构化信息的轻松才算是很好的呈现在我们眼前：

>>> info = {'name':'rocky',
... 'info':{'age':'23','sex':'man'},
... 'job':['writer','coder']}

上面的字典一气呵成，嵌套了一个字典和一个列表来表示结构化属性的值，当我们想要读取嵌套对象的元素时，只要简单的把索引串起来就可以了：

>>> info['name']
'rocky'
>>> info['job']
['writer', 'coder']
>>> info['job'][1]
'coder'
>>> info['info']
{'age': '23', 'sex': 'man'}
>>> info['info']['sex']
'man'