pythondict查找key

㈠ python獲取字典的key值

兩種方法：for key in dict，可以一一取到key的值，或者dict.keys()可以取到key的列表。

㈡ python dict 實現原理 2019-04-17

dict對象是Python中一個原始的數據類型，按照鍵值對的方式存儲，中文名為字典，其通過鍵名查找對應的值有很高的效率，時間復雜度在常數級別O(1)。Python dict的底層是依靠哈希表(Hash Table)進行實現的，使用開放地址法解決沖突。所以其查找的時間復雜度會是O(1)，why？

哈希表是key-value類型的數據結構，通過關鍵碼值直接進行訪問。通過散列函數進行鍵和數組的下標映射從而決定該鍵值應該放在哪個位置，哈希表可以理解為一個鍵值需要按一定規則存放的數組，而哈希函數就是這個規則。

演算法中時間和空間是不能兼得的，哈希表就是一種用合理的時間消耗去減少大量空間消耗的操作，這取決於具體的功能要求。

創建一個數組，數組下標是索引號，數組中的值是要獲得的數據，這樣只需要O(1)的時間復雜度就可以完成操作，但是擴展性不強，有以下兩個方面的考慮：
-1- 新添加的元素超出數組索引范圍，這就需要重新申請數組進行遷移操作。
-2- 假設一種極端的情況：只存在兩個元素，索引號分別是1和100000000001，按照先前的設計思路，會浪費很大的存儲空間。
會不會存在一個方法，為已有的索引創建新的索引，通過壓縮位數，讓新索引可以和原有的大范圍的稀疏索引進行一一對應，新索引所需要的存儲空間要大大減小，這就是哈希思想。

上面的例子中哈希函數的設計很隨意，但是從這個例子中我們也可以得到信息：
哈希函數就是一個映射，因此哈希函數的設定很靈活，只要使得任何關鍵字由此所得的哈希函數值都落在表長允許的范圍之內即可；
因為新的索引對舊的索引進行了空間上的壓縮，所以不可能所有的輸入都只對應唯一一個輸出，也就是哈希函數式有可能發生沖突的，哈希函數不可能做成一對一的映射關系，其本質是一個多對一的映射。

直接定址法：很容易理解，key=Value+C； 這個「C」是常量。Value+C其實就是一個簡單的哈希函數。
除法取余法： 很容易理解， key=value%C;解釋同上。
數字分析法：這種蠻有意思，比如有一組value1=112233，value2=112633，value3=119033，針對這樣的數我們分析數中間兩個數比較波動，其他數不變。那麼我們取key的值就可以是key1=22,key2=26,key3=90。
平方取中法。此處忽略，見名識意。
折疊法：這種蠻有意思,比如value=135790，要求key是2位數的散列值。那麼我們將value變為13+57+90=160，然後去掉高位「1」,此時key=60，哈哈，這就是他們的哈希關系，這樣做的目的就是key與每一位value都相關，來做到「散列地址」盡可能分散的目地。

當兩個不同的數據元素的哈希值相同時，就會發生沖突。解決沖突常用的手法有2種：
開放地址法：
如果兩個數據元素的哈希值相同，則在哈希表中為後插入的數據元素另外選擇一個表項。當程序查找哈希表時，如果沒有在第一個對應的哈希表項中找到符合查找要求的數據元素，程序就會繼續往後查找，直到找到一個符合查找要求的數據元素，或者遇到一個空的表項。
鏈接法：
將哈希值相同的數據元素存放在一個鏈表中，在查找哈希表的過程中，當查找到這個鏈表時，必須採用線性查找方法。

python的dict採用了哈希表，最低能在 O(1)時間內完成搜索，在發生哈希沖突的時候採用的是開放定址法。java的HashMap也是採用了哈希表實現，但是在發生哈希沖突的時候採用的是鏈接法。

㈢ python中怎麼取出字典的鍵

舉例如下：

1、新增python文件，testdictkey.py；

㈣ Python字典中幾個常用函數總結

1、get() 返回指定鍵的值，如果值不在字典中返回default值。
語法：dict.get(key,default=None)
參數：
key 字典中要查找的鍵。
default 如果指定鍵的值不存在時，返回該默認值值。
例：
dict={'Name':'alex','Age':21}
print("Name is:%s"% dict.get('Name')+"\n"+ "Age is:%d"% dict.get('Age'))
顯示結果為：
Name is:alex
Age is:21

2、update() 將一個字典中的值更新到另一個字典中。
語法：dict.update(dict2)
參數：
dict2 添加到指定字典dict里的字典。
例：
dict={'Name':'alex','Age':21}
dict2={'Sex':'female'}
dict.update(dict2)
print("Value is %s" % dict)
顯示結果為：
Value is {'Name': 'alex', 'Age': 21, 'Sex': 'female'}

㈤ python dict怎麼實現的

Python中dict對象是表明了其是一個原始的Python數據類型，按照鍵值對的方式存儲，其中文名字翻譯為字典，顧名思義其通過鍵名查找對應的值會有很高的效率，時間復雜度在常數級別O(1).dict底層實現（推薦學習：Python視頻教程）
在Python2中，dict的底層是依靠哈希表(Hash Table)進行實現的，使用開放地址法解決沖突.
所以其查找的時間復雜度會是O(1).
Dict的操作實現原理（包括插入、刪除、以及緩沖池等）
首先介紹：PyDictObject對象的元素搜索策略：
有兩種搜索策略，分別是lookdict和lookdict_string，lookdict_string就是lookdict在對於PyStringObject進行搜索時的特殊形式，那麼通用的搜索策略lookdict的主要邏輯是：
（1）對第一個entry的查找：
a)根據hash值獲得entry的索引
b)若entry處於unused態，則搜索結束；若entry所指向的key與搜索的key相同，則搜索成功
c)若當前entry處於mmy態，則設置freeslot（這里的freeslot是可以返回作為下一個立即可用的地址來存儲entry）
d)檢查Active態的entry，若其key所指向的值與搜索的值相同，則搜索成功
（2）對剩餘的探測鏈中的元素的遍歷查找：
a)根據所採用的探測函數，獲得探測鏈上的下一個待檢查的entry
b)檢查到一個unused態的entry，表明搜索失敗：
如果freeslot不為空，則返回freeslot；否則返回unused態的entry
c)檢查entry的key與所搜索的key的引用是否相同，相同則搜索成功，返回entry
d)檢查entry的key與所搜索的key的值是否相同，相同則搜索成功，返回entry
e)遍歷過程中，發現mmy態的entry，且freeslot未設置，則設置freeslot
接下來是：PyDictObject對象的元素插入與刪除的策略：
需要首先用到搜索策略，搜索成功，則直接將值進行替換，搜索失敗，返回unused態或mmy態的entry，設置key、value和hash值，並且根據目前插入的元素情況進行ma_table的大小的調整（調整的依據就是裝載率，根據是否大於2/3來進行調整）；刪除也是類似，先計算hash值，然後搜索相應的entry，搜索成功，刪除entry中維護的元素，將entry從Active態修改為mmy態

在PyDictObject的實現過程中，會用到緩沖池，在PyDictObject對象被銷毀的時候，才開始接納被緩沖的PyDictObject對象，定義的緩沖池可接納的對象數量是80個，創建新PyDictObject對象的時候，如果緩沖池中有，則可以直接從緩沖池中取出使用
更多Python相關技術文章，請訪問Python教程欄目進行學習！以上就是小編分享的關於python dict怎麼實現的的詳細內容希望對大家有所幫助，更多有關python教程請關注環球青藤其它相關文章！

㈥ python中字典常用的方法有哪些，分別有什麼作用

寫法：字典序列[key] = 值 ***字典為可變類型

常用方法：
1、# 新增字典中的數據
dict1 = {'name':'huu','age':20,'gender':'男'}
dict1['id'] = 133
print(dict1)

2、# 修改字典中的數據
dict1['name'] = 'xiauaiguai'
print(dict1)
3、刪除字典或刪除字典中指定鍵值對
del()/del:

dict1 = {'name':'huanghu','age':30,'gender':'男'}

# del(dict1) 直接將字典刪除了，運行報錯

del dict1['name']
print(dict1)
# del dict1[names] 刪除不存在的key，運行報錯

4、清空字典
clear():
dict1.clear() # 清空字典
print(dict1)

5、查找
key值查找
如果當前查找的key存在則返回對應的值，否則則報錯
函數查找
get():如果當前查找的key不存在則返回第二個參數值（默認值），
如果省略第二個參數則返回 None
key()

dict1 = {'name':'huhu','age':20,'gender':'男'}

print(dict1['name']) # huhu
print(dict1['id']) # 報錯

# 1, get()查找

print(dict1.get('name')) # huanghu
print(dict1.get('id',133)) # 133--如果當前查找的key不存在則返回第二個參數值（默認值）
print(dict1.get('id')) # None--如果省略第二個參數則返回 None

# 2, keys() 查找字典中所有的key，返回可迭代對象
print(dict1.keys()) # dict_keys(['name', 'age', 'gender'])

# 3，values() 查找字典中所有的values,
print(dict1.values()) # dict_values(['huanghu', 30, '男'])

# 4, items() 查找字典中所有的鍵值對，返回可迭代對象，裡面的數據是元組，
元組數據1是字典中的key，元組數據2是字典key對應的值
print(dict1.items()) # dict_items([('name', 'huahu'), ('age', 20), ('gender', '男')])

㈦ python字典，如何查找值中包含指定字元串的鍵

1、說明python中檢測字典的鍵中是否含有某串字元，便利字典鍵值，再判斷字元串是否在鍵值中即可。2、示例代碼：# 定義一個字典dic = {'1984/1/2': 123, '1984/1/3': 0, '1985/1/1': 156}# 遍歷字典鍵中是否包含1984for key in dic: if '1984' in key: print('鍵值中包含字元串"1984"') # 或者需要的其它操作 else: print('鍵值中不包含字元串"1984"')3、執行結果：鍵值中包含字元串"1984"鍵值中不包含字元串"1984"鍵值中包含字元串"1984"

4、其它說明：python使用for in直接操作字典就是遍歷字典的鍵值，python使用in操作來判斷字元串中是否包含子串最方便，要優於使用字元串的函數index或者find。

index函數在找不到子串時會報錯，find函數會返回-1。

㈧ python中利用dict的key（）函數讀取鍵，構造新的list

dict_key(list)不是一種結構，而是一個dict_key類

這是一個不支持索引的，你可以通過

print(type(data.keys())來查看該類，

如果你需要一個list的key值 ，你可以通過list(data.keys())的方式獲取一個可索引的列表

㈨ python中字典的使用方法怎麼樣的

dict全稱dictionary，使用鍵-值（key-value）存儲，具有極快的查找速度。
舉個例子，假設要根據同學的名字查找對應的成績，如果用list實現，需要兩個list：
names = ['Michael', 'Bob', 'Tracy']
scores = [95, 75, 85]

給定一個名字，要查找對應的成績，就先要在names中找到對應的位置，再從scores取出對應的成績，list越長，耗時越長。
如果用dict實現，只需要一個「名字」-「成績」的對照表，直接根據名字查找成績，無論這個表有多大，查找速度都不會變慢。用Python寫一個dict如下：
>>> d = {'Michael': 95, 'Bob': 75, 'Tracy': 85}
>>> d['Michael']
95

把數據放入dict的方法，除了初始化時指定外，還可以通過key放入：
>>> d['Adam'] = 67
>>> d['Adam']
67

由於一個key只能對應一個value，所以，多次對一個key放入value，後面的值會把前面的值沖掉：
>>> d['Jack'] = 90
>>> d['Jack']
90
>>> d['Jack'] = 88
>>> d['Jack']
88

如果key不存在，dict就會報錯：
>>> d['Thomas']
Traceback (most recent call last):
File "", line 1, in KeyError: 'Thomas'

要避免key不存在的錯誤，有兩種辦法，一是通過in判斷key是否存在：
>>> 'Thomas' in dFalse

二是通過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：
>>> d.get('Thomas')
>>> d.get('Thomas', -1)
-1
要刪除一個key，用pop(key)方法，對應的value也會從dict中刪除：
>>> d.pop('Bob')
75
>>> d
{'Michael': 95, 'Tracy': 85}