Python 字典和集合（泛映射类型）

本章内容的大纲如下：
常见的字典方法
如何处理查找不到的键
标准库中 dict 类型的变种set 和 frozenset 类型
散列表的工作原理
散列表带来的潜在影响（什么样的数据类型可作为键、不可预知的
顺序，等等）

泛映射类型

collections.abc 模块中有 Mapping 和 MutableMapping 这两个抽象
基类，它们的作用是为 dict 和其他类似的类型定义形式接口（在
Python 2.6 到 Python 3.2 的版本中，这些类还不属于 collections.abc
模块，而是隶属于 collections 模块）

图 3-1：collections.abc 中的 MutableMapping 和它的超类的
UML 类图（箭头从子类指向超类，抽象类和抽象方法的名称以斜体
显示）

然而，非抽象映射类型一般不会直接继承这些抽象基类，它们会直接对
dict 或是 collections.User.Dict 进行扩展。这些抽象基类的主要
作用是作为形式化的文档，它们定义了构建一个映射类型所需要的最基
本的接口。然后它们还可以跟 isinstance 一起被用来判定某个数据是
不是广义上的映射类型：

>>> my_dict = {}
>>> isinstance(my_dict, abc.Mapping)
True

这里用 isinstance 而不是 type 来检查某个参数是否为 dict 类型，
因为这个参数有可能不是 dict，而是一个比较另类的映射类型。

标准库里的所有映射类型都是利用 dict 来实现的，因此它们有个共同的限制，即只有可散列的数据类型才能用作这些映射里的键（只有键有
这个要求，值并不需要是可散列的数据类型）。

什么是可散列的数据类型
在 Python 词汇表（https://docs.python.org/3/glossary.html#termhashable）
中，关于可散列类型的定义有这样一段话：
如果一个对象是可散列的，那么在这个对象的生命周期中，它
的散列值是不变的，而且这个对象需要实现 hash() 方
法。另外可散列对象还要有 qe() 方法，这样才能跟其他
键做比较。如果两个可散列对象是相等的，那么它们的散列值
一定是一样的……

原子不可变数据类型（str、bytes 和数值类型）都是可散列类
型，frozenset 也是可散列的，因为根据其定义，frozenset 里
只能容纳可散列类型。元组的话，只有当一个元组包含的所有元素
都是可散列类型的情况下，它才是可散列的。来看下面的元组
tt、tl 和 tf：

>>> tt = (1, 2, (30, 40))
>>> hash(tt)
8027212646858338501
>>> tl = (1, 2, [30, 40])
>>> hash(tl)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: unhashable type: 'list'
>>> tf = (1, 2, frozenset([30, 40]))
>>> hash(tf)
-4118419923444501110

一般来讲用户自定义的类型的对象都是可散列的，散列值就是它们
的 id() 函数的返回值，所以所有这些对象在比较的时候都是不相
等的。如果一个对象实现了 eq 方法，并且在方法中用到了这
个对象的内部状态的话，那么只有当所有这些内部状态都是不可变
的情况下，这个对象才是可散列的。

根据这些定义，字典提供了很多种构造方法，“Built-in
Types”（https://docs.python.org/3/library/stdtypes.html#mapping-types-dict）
这个页面上有个例子来说明创建字典的不同方式：

>>> a = dict(one=1, two=2, three=3)
>>> b = {'one': 1, 'two': 2, 'three': 3}
>>> c = dict(zip(['one', 'two', 'three'], [1, 2, 3]))
>>> d = dict([('two', 2), ('one', 1), ('three', 3)])
>>> e = dict({'three': 3, 'one': 1, 'two': 2})
>>> a == b == c == d == e
True

除了这些字面句法和灵活的构造方法之外，字典推导（dict
comprehension）也可以用来建造新 dict，详见下一节。