前言：
我一直觉得对我来说学习知识很忌讳不系统。本篇内容与上一篇 自定义序列类是有联系的。
上一篇比较通范的了解了序列类的一些协议和特性，并且有些list的内容。这篇更加具体到set和dict这两个序列类。
以此来了解python序列类的具体应用。（这篇比较简单）（感觉具体比抽象都更容易理解，但是也要学会思考把具体对象抽象化来表达，即提取共性）
content：
1.dict在abc中的序列类型和继承关系
2.dict实现了的常用方法
3.我可不可以继承dict这种序列类？
4.set和frozenset
5.set和dict的原理
==============
1.dict在abc中的序列类型和继承关系
dict在collection.abc中，实际上是属于MutableMapping（可变mapping）类型。
跟上篇对可变序列类继承的分析一样，MutableMapping继承了Mapping的一些功能并且加了一些可变的特性，
Mapping继承了Collection。接下来的继承和上篇的一样。
2.dict实现了的常用方法
如果用的是pycharm，还是用ctrl+b就能跳到python对dict的定义。
常用：
a = {"1":{"a":"aa"},
"2":{"b":"bb"}}
# 清空字典
a.clear()
# 浅拷贝字典 浅拷贝虽然可以正常赋值，但是如果 my_dopy_dict 中的值进行了改变，则 a 中的值也会进行对应的改变
my_dopy_dict = a.copy()
# 深拷贝 深拷贝则是实实在在的在内存当中声明了一个新的变量
import copy
new_dict = copy.deepcopy(a)
# get函数 dict.get(要查找的key,如果没找到对应key的内容返回的数据)
print(a.get("3",{1:"3"})) # {1: '3'}
# dict.fromkeys() 函数用于创建一个新字典，以序列 seq 中元素做字典的键 seq可以是可迭代的，value 为字典所有键对应的初始值。
my_list = [1, 2, 3]
my_new_dict = dict.fromkeys(my_list, {"222":"3434"}) #{1: {'222': '3434'}, 2: {'222': '3434'}, 3: {'222': '3434'}}
# setdefault() 函数和 get()方法 类似,
# 如果键不存在于字典中，将会添加键并将值设为默认值。
# 如果存在，则将会返回该key对应的value
a.setdefault("3", "cc") # a= {'1': {'a': 'aa'}, '2': {'b': 'bb'}, '3': 'cc'}
print(a.setdefault("2", "cc")) # 返回{'b': 'bb'}
# update() 函数把字典dict2的键/值对更新到dict里。
# 如果字典b中有与a相同的key，则会把a中的key对应的value进行更新
# 如果字典b中有a中没有的key，则a会将未有的key与value添加进去
b = {"3": "cc", "2": "dd"}
a.update(b)
print(a) # {'1': {'a': 'aa'}, '2': 'dd', '3': 'cc'}
3.我可不可以继承dict这种序列类？（dict的子类）
a.如果我偷懒想实现dict这种类型，能不能直接继承这种序列类呢？同理list是否可以？
例：继承dict，并且重写设置dict key的value时调用的魔法函数，使其值变为2倍
class Mydict(dict): def __setitem__(self, key, value): super().__setitem__(key, value*2) a=Mydict(b=1) print(a) a['b']=1 print(a)
输出：
可以发现，原来同样功能和效果的，我们重写方法后，第一种方法去设置key的value值这一操作并没有调用我们重写的方法。
所以并不建议去继承python的这种序列类。
b.有没有什么办法我实在想继承？
python里专门给了个UserDict类，可以实现想要的继承Dict类的效果
from collections import UserDict class Mydict(UserDict): def __setitem__(self, key, value): super().__setitem__(key, value*2) mydict = Mydict(one = 1) # {'one': 2} 调用__setitem__这个魔法函数 mydict["one"] = 2 # {'one': 4} 这种方式也可以调用__setitem__
输出：
c.python中Dcit实际也有子类实现：defaultdict
使用：
from collections import defaultdict # 这个是dict的子类 mydict = defaultdict(dict) myvalue = mydict["bai"] # 如果不存在的话，返回{}
输出：
4.set和frozenset
a.两者是啥有啥特点？
set:集合（无序，不重复，可变）
frozenset：不可变集合（无序，不重复，不可变）
a=set('abcdee') a.add('f') print(a) another_set=set('defgh') #添加数据 #a.update(another_set) #print(a) #集合的差集 re_set=a.difference(another_set) #减法实现于__ior__魔法函数 re_set2=a-another_set #集合的交集& re_set3=a&another_set #集合的并集| re_set4=a|another_set print(re_set) print(re_set2) print(re_set3) print(re_set4) #也可以用if in判断（实现于__contains__魔法函数） if 'a' in re_set: print('I am a set')
5.set和dict的原理
之前就提过，set的性能棒的。dict的查询性能远比起list要好。
并且list中随着list数据的增大，查找时间会增大，而dict不会。
这是为什么呢？
因为dict使用hash这种数据结构存储。set也是。
a.dict的散列表
特点：
先计算a的散列值，查找表源是否为空，
因为a是不变的，所以如果表源为空，那么就会抛出key error。
如果表源不为空，也有可能是其他key，查看key是否是要查找的key。
如果是其他key，重新散列循环查找。
c.这种hash结构在python中的特点
- 我们可以用__hash__这个魔法函数实现可hash对象
- dict内存开销比较大，这是hash表的特点。
- 实际上python内部类和对象，都是dict。
- dict存储顺序和元素添加顺序有关。
- 插入数据后检查剩余空间引发的重hash，会影响原来的数据（比如地址）。