Python字典与集合：高效数据结构的原理与应用

1. Python字典与集合基础解析

字典（dict）和集合（set）是Python中两种极为重要的内置数据结构，它们基于哈希表实现，提供了高效的键值对存储和唯一元素管理能力。理解它们的底层原理和特性，是写出高效Python代码的关键。

1.1 字典的核心特性

字典是可变的无序键值对集合，具有以下关键特征：

• 键必须是可哈希的不可变类型（如字符串、数字、元组）
• 值可以是任意Python对象
• 查找时间复杂度为O(1)
• 在Python 3.7+中，字典会保持插入顺序

python复制# 字典创建示例
user_profile = {
    "username": "python_dev",
    "age": 28,
    "skills": ["Python", "SQL", "Django"],
    "is_active": True
}

哈希表实现原理：
字典通过哈希函数将键映射到哈希表的特定位置。当发生哈希冲突时（不同键产生相同哈希值），Python使用开放寻址法解决冲突。这种实现使得字典在大多数情况下都能提供接近常数时间的查找性能。

1.2 集合的本质与应用

集合是无序的唯一元素容器，常用于：

• 快速成员检测
• 去重操作
• 数学集合运算（并集、交集等）

python复制# 集合操作示例
unique_tags = {"python", "web", "database", "algorithm"}
current_tags = {"python", "web", "cloud"}

# 并集
all_tags = unique_tags | current_tags  # {'python', 'web', 'database', 'algorithm', 'cloud'}

# 差集
missing_tags = unique_tags - current_tags  # {'database', 'algorithm'}

集合同样基于哈希表实现，因此成员检测的时间复杂度也是O(1)。与字典不同，集合只存储键而不存储值。

2. 高级字典操作技巧

2.1 字典推导式与合并

字典推导式提供了一种简洁的创建字典的方式：

python复制# 将列表转换为字典
words = ["hello", "world", "python"]
word_lengths = {word: len(word) for word in words}
# {'hello': 5, 'world': 5, 'python': 6}

# 合并两个字典 (Python 3.9+)
default_config = {"timeout": 30, "retries": 3}
user_config = {"retries": 5, "debug": True}
final_config = default_config | user_config
# {'timeout': 30, 'retries': 5, 'debug': True}

2.2 特殊字典类型

Python的collections模块提供了几种增强型字典：

python复制from collections import defaultdict, OrderedDict, Counter

# 默认字典
word_counts = defaultdict(int)
for word in ["a", "b", "a", "c"]:
    word_counts[word] += 1

# 计数器
c = Co