标签：
一、字典
1、什么是字典
1、一系列键-值（key-value）对
2、通过“键”查找对应的“值”
3、类似纸质字典，通过单词索引表找到其对应的定义
C++：map、Java：HashTable or HashMap
例如：电话本
2、创建字典
使用{}创建字典
使用：指明键：值对
my_dict={‘John‘:86411234,‘Bob‘:24896880,‘Mike‘:354859977}
3、访问字典
使用[]运算符，键作为索引
增加一个新的对
1 my_dict={‘John‘:86411234,‘Bob‘:24896880,‘Mike‘:354859977} 2 print my_dict[‘John‘] 3 my_dict[‘Tom‘] = 9864433679 4 print my_dict
4、字典运算符和方法
1 len(my_dict):字典中键-值对的数量 2 key in my_dict:快速判断key是否为字典中的键：时间复杂度O(1) 3 等价于my_dict.has_key(key) 4 for key in my_dict:枚举字典中的键，注：键是无序的
更多方法：
1 my_dict.items()：全部键-值对 2 my_dict.keys():全部键 3 my_dict.values():全部值 4 my_dict.clear():清空字典
5、示例1：读取一个字符串，计算每个字母出现的个数
方案一：生成26个变量，代表字母出现的个数
方案二：生成具有26个元素的列表，将每个字母转化为对象的索引值
1 s = ‘abdddeyyyrewgq‘ 2 lst = [0]*26 3 for i in s : 4 lst[ord(i)-97] +=1 5 6 print lst
方案三：生成一个字典，字母做键，对应出现的次数做值
s = raw_input() d ={} for i in s : if i in d: d[i] += 1 else: d[i] = 1 print d
示例2:读取小说emma.txt，打印前10个最常见的单词
1 f= open(‘emma.txt‘) 2 word_freq = {} 3 for line in f: 4 words = line.strip().split() 5 for word in words: 6 if word in word_freq: 7 word_freq[word] += 1 8 else: 9 word_freq[word] = 1 10 11 freq_word = [] 12 for word,freq in word_freq.items(): 13 freq_word.append((freq,word)) 14 freq_word.sort(reverse = True) 15 16 for freq,word in freq_word[:10]: 17 print word 18 f.close()
示例3：翻转字典：生成一个新字典，其键为原来字典的值，值为原来字典的键
1 d1 = {‘zhang‘:123,‘wang‘:456,‘Li‘:123,‘zhao‘:456} 2 d2 = {} 3 for name,room in d1.items(): 4 if room in d2: 5 d2[room].append(name) 6 else : 7 d2[room] = [name] 8 print d2
二、集合（set）
1、集合：无序不重复元素集，和字典类似，但是无值
2、创建：
x = set()
x={key1,key2,....}
3、添加和删除
x.add(‘body‘
x.remove(‘body‘)
4、集合的运算符：
-：差集
&：交集
|：并集
！=：不等于
==：等于
in：成员
for key in set :枚举
5、示例：中文分词
我/爱/北京/天安门
算法：正向最大匹配
从左到右尽可能取长的词
1 def load_dict(filename): 2 word_dict = set() 3 max_len = 1 4 f = open(filename) 5 for line in f: 6 word = unicode(line.strip(),‘utf-8‘) 7 word_dict.add(word) 8 if len(word) > max_len: 9 max_len = len(word) 10 return max_len,word_dict 11 12 def fmm_word_seg(sent,max_len,word_dict): 13 begin = 0 14 words = [] 15 sent = unicode(sent,‘utf-8‘) 16 17 while begin < len(sent): 18 for end in range(begin + max_len,begin,-1): 19 if sent[begin:end] in word_dict: 20 words.append(sent[begin:end]) 21 break 22 begin = end 23 return words 24 max_len,word_dict = load_dict(‘lexicon.dic‘) 25 26 sent = raw_input(‘Input a sententce:‘) 27 words = fmm_word_seg(sent,max_len,word_dict) 28 for word in words: 29 print word
标签：
原文地址：http://www.cnblogs.com/weidandan/p/4221651.html
