python中可哈希的数据类型,python中哈希表用法

　　关于hash结构的讨论，我们在数组中用过，简单来说就是通过下标定位某类数据的方法。然后，我们学过的一些python知识点也会展示一些hash结构。这篇文章是关于字典和集合的。具体的hash结构将在这两个方面分别介绍。下面我们一起来看看内容。

　　1、字典

　　PyDictKeysObject定义了字典哈希表的一些字段.有两个数组，dk _ indexes []和dk_entries[]，是存储数据的实数组。Kv数据存储在dk_entries[]数组中，DK _ indexes []用于存储dk_enties数组中存储的kv数据的索引。其中每个kv数据存储在如下条目的数据结构中：

　　typedefstruct{

　　/*Cachedhashcodeofme_key。*/

　　Py _哈希_ tme _哈希；

　　PyObject * me _ key

　　PyObject * me _ value/* Thisfieldisonlymeaningfulforcombinedtables */

　　} PyDictKeyEntryme_hash缓存存储键的哈希值，防止哈希值的重复计算。Me_key和me_value是键和值的真实数据。

　　2、集合

　　像字典一样，底层也是哈希结构,与字典相比，可以理解为只有键，而没有值。

　　与字典相比，收藏要简单得多。存储数据的数组直接保存在PySetObject中。

　　根据对集合底层数据结构的分析，它还使用了“开发寻址法”来解决哈希冲突。

　　集合的一些常见操作：

　　#初始化

　　S1={1 ， 2 ， 3}#不推荐。当元素中有字典时，将会报告一个错误。

　　s2=集合([1 ， 4 ， 5])

　　print(s1)#{3 ， 1 ， 2}

　　print(s2)#{3 ， 1 ， 2}

　　#交叉路口

　　print(s1s2)#{1}

　　#工会

　　print(s1s2)#{3 ， 5 ， 4 ， 2 ， 1}

　　#差异集

　　打印(s1-s2)#{3 ， 2}

　　#判断子集和超集

　　S2.issubset(s1)#s2是s1的子集吗？

　　S1 . issuperset(S2)# S1 S2的超集？

　　#集合的一些内置方法

　　#set.add(obj)添加一个集合元素

　　删除一个集合元素

　　#set.update(set)合并集合

　　#set.pop()随机删除一个元素并返回。以上是Python中hash结构的两种解释。对于字典和集合的学习，可以结合hash结构的内容进行深入探索。学完之后，就可以练习代码部分了。

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。