Dictionary in Python

Transcript

1. Dictionary в Python По мотивам Objects/dictnotes.txt Cyril @notorca Lashkevich piątek, 30 sierpnia 13
2. Как создать словарь {} dict() PyObject* PyDict_New() piątek, 30 sierpnia 13
3. Сколько словарей в Hello World? $ python -c "print('Hello world')" | wc -l piątek, 30 sierpnia 13
4. Сколько словарей в Hello World? $ python -c "print('Hello world')" | wc -l 1642 piątek, 30 sierpnia 13
5. Именованные параметры функицй 1 запись, 1 чтение 1-3 элемента Часто встречается в обычных программах на Python piątek, 30 sierpnia 13
6. Поиск метода в классе 1 запись, много чтений 8-16 элементов При наследовании много неудачных чтений с последующим поиском в базовом классе piątek, 30 sierpnia 13
7. Атрибуты и глобальные пременные Много записей и чтений 4-10 элементов piątek, 30 sierpnia 13
8. Builtins Частые чтение, почти не бывает записи ~150 строковых ключей (3.3) По некоторым ключам чтения гораздо чаще чем по другим piątek, 30 sierpnia 13
9. Удаление повторов, подсчет элементов Одинократное чтение по каждому из ключей Произвольное количество элементов Многократный доступ по одному ключу подряд piątek, 30 sierpnia 13
10. Удаление дубликатов dict.fromkeys(seqn).keys() Все операции записи при конструировании piątek, 30 sierpnia 13
11. Подсчет элементов в последовательности for e in seqn: d[e] = d.get(e,0) + 1 2 последовательных доступа по одинаковому ключу piątek, 30 sierpnia 13
12. Создание индекса из словаря списков setdefault совмещает 2 поиска в 1м for pnum, page in enumerate(pages): for w in page: d.setdefault(w, []).append(pnum) piątek, 30 sierpnia 13
13. Проверка принадлежности Словари произвольных размеров Создаются 1 раз и затем мало изменяются Много вызовов has_key() и __contains__() piątek, 30 sierpnia 13
14. Динамические отображения Чередующиеся добавления, удаления, чтение и перезапись элементов piątek, 30 sierpnia 13
15. Реализация (2.7) Последовательная область памяти с доступом по индксу typedef struct { Py_hash_t me_hash; PyObject *me_key; PyObject *me_value; } PyDictKeyEntry; piątek, 30 sierpnia 13
16. Пустой dict с размером по умолчанию (8 элементов) >>> d = {} piątek, 30 sierpnia 13
17. Хеширование ключа Ключ преобразуется в индекс с помощъю функции hash() hash() возвращает 32/64bit значение Для индекса берется n младших бит piątek, 30 sierpnia 13
18. Свойства хеша Для равных значений хеши всегда равны Даже если представление значений разное: 9, 9.0, complex(9,0) Похожие значения дают сильно отличающиеся хеши piątek, 30 sierpnia 13
19. >>> d['ftp'] = 21 >>> bits(hash('ftp'))[-8:] 10100001 piątek, 30 sierpnia 13
20. >>> d['ftp'] = 21 >>> bits(hash('ftp'))[-8:] 10100001 piątek, 30 sierpnia 13
21. >>> d['ssh'] = 22 >>> bits(hash('ssh'))[-3:] 101 piątek, 30 sierpnia 13
22. >>> d['ssh'] = 22 >>> bits(hash('ssh'))[-3:] 101 piątek, 30 sierpnia 13
23. >>> d['smtp'] = 25 >>> bits(hash('smtp'))[-3:] 100 piątek, 30 sierpnia 13
24. >>> d['smtp'] = 25 >>> bits(hash('smtp'))[-3:] 100 piątek, 30 sierpnia 13
25. >>> d['time'] = 37 >>> bits(hash('time'))[-3:] 111 piątek, 30 sierpnia 13
26. >>> d['time'] = 37 >>> bits(hash('time'))[-3:] 111 piątek, 30 sierpnia 13
27. >>> d['www'] = 80 >>> bits(hash('www'))[-3:] 010 piątek, 30 sierpnia 13
28. >>> d['www'] = 80 >>> bits(hash('www'))[-3:] 010 piątek, 30 sierpnia 13
29. d = {'ftp': 21, 'ssh': 22, 'smtp': 25, 'time': 37, 'www': 80} piątek, 30 sierpnia 13
30. Поиск в словаре Вычислить хеш от ключа Обрезать старшие биты Взять значение из слота по индексу piątek, 30 sierpnia 13
31. >>> d['smtp'] 25 >>> bits(hash('smtp'))[-3:] 100 piątek, 30 sierpnia 13
32. Перебор всех элементов Словари возвращают свои ключи или значения в порядке отличном от порядка добавления piątek, 30 sierpnia 13
33. >>> print d {'ftp': 21, 'www': 80, 'smtp': 25, 'ssh': 22, 'time': 37} piątek, 30 sierpnia 13
34. >>> d.keys() ['ftp', 'www', 'smtp', 'ssh', 'time'] piątek, 30 sierpnia 13
35. >>> d.values() [21, 80, 25, 22, 37] piątek, 30 sierpnia 13
36. Коллизии Разные ключи пытаются доступиться по одинаковому индексу Находим первое свободное место piątek, 30 sierpnia 13
37. >>> d = {} piątek, 30 sierpnia 13
38. >>> d['smtp'] = 21 piątek, 30 sierpnia 13
39. >>> d['smtp'] = 21 piątek, 30 sierpnia 13
40. >>> d['dict'] = 2628 piątek, 30 sierpnia 13
41. >>> d['dict'] = 2628 piątek, 30 sierpnia 13
42. >>> d['svn'] = 3690 piątek, 30 sierpnia 13
43. >>> d['svn'] = 3690 piątek, 30 sierpnia 13
44. >>> d['ircd'] = 6667 piątek, 30 sierpnia 13
45. >>> d['ircd'] = 6667 piątek, 30 sierpnia 13
46. >>> d['zope'] = 9673 piątek, 30 sierpnia 13
47. >>> d['zope'] = 9673 # 2 из 5ти элементов на своих ожидаемых местах piątek, 30 sierpnia 13
48. Коллизии и очередность Поскольку из за коллизий элементы могут находится не по своим "естественным" индексам порядок элементов зависит от порядка добавления piątek, 30 sierpnia 13
49. Поиск первой свободной ячейки Последовательный поиск плох для int ключей pertrurb = hash while (<слот занят>) { slot = (5*slot) + 1 + perturb; perturb >>= 5; } piątek, 30 sierpnia 13
50. >>> d['svn'] 3690 piątek, 30 sierpnia 13
51. >>> d['ircd'] 6667 piątek, 30 sierpnia 13
52. >>> d['nsca'] KeyError: 'nsca' piątek, 30 sierpnia 13
53. >>> d['netstat'] KeyError: 'netstat' piątek, 30 sierpnia 13
54. Не все поиски одинаковы Некоторые находят результат сразу Некоторым нужны несколько итераций piątek, 30 sierpnia 13
55. threes = {3: 1, 3+8: 2, 3+16: 3, 3+24: 4, 3+32: 5} piątek, 30 sierpnia 13
56. Удаление элементов Нелзя просто так взять, и пометить ячейку как пустую Необходимо вставить специальный "dummy" элемент piątek, 30 sierpnia 13
57. del d['smtp'] piątek, 30 sierpnia 13
58. del d['smtp'] d['ircd'] ??? piątek, 30 sierpnia 13
59. del d['smtp'] #Заменяем на "dummy" слот #Может быть использован снова piątek, 30 sierpnia 13
60. del d['smtp'] #Заменяем на "dummy" слот #Может быть использован снова piątek, 30 sierpnia 13
61. >>> del d['svn'], d['dict'], d['zope'] >>> d['ircd'] piątek, 30 sierpnia 13
62. Увеличение размера таблицы Таблица заполнена максимум на 2/3 2.7: < 50k size × 4 > 50k size × 2 3.3: size × 2 piątek, 30 sierpnia 13
63. >>> d = {} piątek, 30 sierpnia 13
64. d = dict.fromkeys(words[:5]) # 40% коллизий # Заполнен на ⅔, resize piątek, 30 sierpnia 13
65. d['abash'] = None # размер ×4 до 32 # 0% коллизий piątek, 30 sierpnia 13
66. d = dict.fromkeys(words[:21]) # 29% коллизий # Заполнен на ⅔ piątek, 30 sierpnia 13
67. d['abode'] = None # размер ×4 до 128 # 9% коллизий piątek, 30 sierpnia 13
68. d = dict.fromkeys(words[:85]) # 33% коллизий # Заполнен на ⅔ piątek, 30 sierpnia 13
69. Время доступа к элементам Растет по мере заполнения словаря Затем резко умешьшается после изменения размера Среднее время доступа ОК piątek, 30 sierpnia 13
70. Поиски vs размер piątek, 30 sierpnia 13
71. Время vs размер piątek, 30 sierpnia 13
72. Удаление элементов Не уменьшает размер таблицы Таблица может уменьшиться только при добавлении элементов piątek, 30 sierpnia 13
73. Порядок элементов Во время изменения размера порядок элементов может полностью поменяться Добавление элементов во время итерации запрещено RuntimeError: dictionary changed size during iteration piątek, 30 sierpnia 13
74. Свой __hash__() Хорошо перемешать биты Равные хеши для равных элементов __eq__() должен быть Быстро вычисляется piątek, 30 sierpnia 13
75. Пример __hash__() class Point(object): def __init__(self, x, y): self.x, self.y = x, y def __eq__(self, p): return self.x==p.x and self.y==p.y def __hash__(self): return hash(self.x) ^ hash(self.y) piątek, 30 sierpnia 13
76. oCERT #2011-003 Хэш для str, bytes и datetime смешивается с "солью" уникальной для каждого процесса Python pre 3.3: -R option 3.3: by default piątek, 30 sierpnia 13
77. Python 3: Split-table словари. Общая таблица с ключами для разных таблиц со значениями piątek, 30 sierpnia 13
78. Спасибо http://blip.tv/pycon-us- videos-2009-2010-2011/pycon-2010- the-mighty-dictionary-55-3352147 Python source code piątek, 30 sierpnia 13