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。
举个例子，假设要根据同学的名字查找对应的成绩，如果用
list
实现，需要两个
list
：
names = ['Michael', 'Bob', 'Tracy']
scores = [95, 75, 85] 给定一个名字，要查找对应的成绩，就先要在
names
中找到对应的位置，再从
scores
取出对应的成绩，
list
越长，耗时越长。
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。
你可以猜到，这种
key-value
存储方式，在放进去的时候，必须根据
key
算出
value
的存放位置，这样，取的时候才能根据
key
直接拿到
value
。
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
：
>>> d.get('Thomas')
>>> d.get('Thomas', -1)
-1 注意：返回
None
的时候
Python
的交互环境不显示结果。
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。
和
list
比较，
dict
有以下几个特点：
- 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。
而
list
相反：
- 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。
所以，
dict
是用空间来换取时间的一种方法。
dict
可以用在需要高速查找的很多地方，在
Python
代码中几乎无处不在，正确使用
dict
非常重要，需要牢记的第一条就是
dict
的
key
必须是不可变对象。
这是因为
dict
根据
key
来计算
value
的存储位置，如果每次计算相同的
key
得出的结果不同，那
dict
内部就完全混乱了。这个通过
key
计算位置的算法称为哈希算法（Hash）。
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
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} 注意，传入的参数
[1, 2, 3]
是一个
list
，而显示的
{1, 2, 3}
只是告诉你这个
set
内部有1，2，3这3个元素，显示的顺序也不表示set是有序的。
重复元素在
set
中自动被过滤：
>>> s = set([1, 1, 2, 2, 3, 3])
>>> s
{1, 2, 3} 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？
我们先把代码改成下面这样：
>>> a = 'abc'
>>> b = a.replace('a', 'A')
>>> b
'Abc'
>>> a
'abc' 要始终牢记的是，
a
是变量，而
'abc'
才是字符串对象！有些时候，我们经常说，对象
a
的内容是
'abc'
，但其实是指，
a
本身是一个变量，它指向的对象的内容才是
'abc'
.
当我们调用
a.replace('a', 'A')
时，实际上调用方法
replace
是作用在字符串对象
'abc'
上的，而这个方法虽然名字叫
replace
，但却没有改变字符串
'abc'
的内容。相反，
replace
方法创建了一个新字符串
'Abc'
并返回，如果我们用变量
b
指向该新字符串，就容易理解了，变量
a
仍指向原有的字符串
'abc'
，但变量b却指向新字符串
'Abc'
了:
所以，对于不变对象来说，调用对象自身的任意方法，也不会改变该对象自身的内容。相反，这些方法会创建新的对象并返回，这样，就保证了不可变对象本身永远是不可变的。
小结
代码
the_dict.py
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
d = {
'Michael': 95,
'Bob': 75,
'Tracy': 85
}
print('d[\'Michael\'] =', d['Michael'])
print('d[\'Bob\'] =', d['Bob'])
print('d[\'Tracy\'] =', d['Tracy'])
print('d.get(\'Thomas\', -1) =', d.get('Thomas', -1))
the_set.py
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
s1 = set([1, 1, 2, 2, 3, 3])
print(s1)
s2 = set([2, 3, 4])
print(s1 & s2)
print(s1 | s2)