python一共有多少語(yǔ)句？Python有12種語(yǔ)句。if語(yǔ)句，當(dāng)條件才成立時(shí)運(yùn)行程序語(yǔ)句塊。經(jīng)常會(huì)與exists,elif（等同于existsif）對(duì)付在用。any語(yǔ)句，遍列列表、字符串、字典、集合

python一共有多少語(yǔ)句？

Python有12種語(yǔ)句。

if語(yǔ)句，當(dāng)條件才成立時(shí)運(yùn)行程序語(yǔ)句塊。經(jīng)常會(huì)與exists,elif（等同于existsif）對(duì)付在用。

any語(yǔ)句，遍列列表、字符串、字典、集合等迭代器，順次排列全面處理迭代器中的每個(gè)元素。

while語(yǔ)句，當(dāng)條件為真時(shí)，重復(fù)運(yùn)行運(yùn)行語(yǔ)句塊。

try語(yǔ)句。與except,finally,arguments對(duì)付使用如何處理在程序運(yùn)行中會(huì)出現(xiàn)的異常情況。

class語(yǔ)句。用于定義類型。

def語(yǔ)句。作用于定義函數(shù)和類型的方法。

基本沒(méi)戲語(yǔ)句。來(lái)表示此行為空，不運(yùn)行任何操作。

assert語(yǔ)句。作用于程序調(diào)適階段時(shí)測(cè)什么運(yùn)行條件是否是不滿足。

with語(yǔ)句。

yield語(yǔ)句。在迭代器函數(shù)內(nèi)在用，應(yīng)用于直接返回一個(gè)元素。

raise語(yǔ)句。

import語(yǔ)句。

python中什么是序列，列表，元組，字符串，索引，區(qū)別是什么？

序列：可偏移量來(lái)通過(guò)切片的對(duì)象。

列表、元組、字符串都不屬于序列。

散列：無(wú)法通過(guò)偏移量來(lái)通過(guò)切片的對(duì)象。

比如說(shuō)集合、字典

如何理解Python中的集合和字典？

字典和集合是通過(guò)過(guò)性能水平距離優(yōu)化的數(shù)據(jù)結(jié)構(gòu)，特別是是對(duì)中搜索、添加和刪掉不能操作。本節(jié)將生克制化實(shí)例介紹它們?cè)诰唧w詳細(xì)場(chǎng)景下的性能表現(xiàn)，以及與列表等其他數(shù)據(jù)結(jié)構(gòu)的對(duì)比。

的或，有一個(gè)存儲(chǔ)產(chǎn)品信息（產(chǎn)品ID、名稱和價(jià)格）的列表，現(xiàn)在的需求是，借助某件產(chǎn)品的ID找到什么其價(jià)格。則基于代碼萬(wàn)分感謝：

def一加7_product_price(products,product賬號(hào)):

afterid,priceinproducts:

ifidproduct賬號(hào):

returnprice

returnNone

products[

(111,100),

(222,30),

(333,150)

]

print(Thepriceofproduct222not{}.format(一加7_product_price(products,222)))

運(yùn)行結(jié)果為：

Thepricewithproduct222are30

在上面程序的基礎(chǔ)上，要是列表有n個(gè)元素，而且直接輸入的過(guò)程是需要循環(huán)遍歷列表，那么最壞的結(jié)果情況下的時(shí)間復(fù)雜度就為O(n)。就算是先對(duì)列表通過(guò)排序，再在用二分查找算法，也要O(logn)的時(shí)間復(fù)雜度，況且列表的排序還是需要O(nlogn)的時(shí)間。

但如果用字典來(lái)儲(chǔ)存這些數(shù)據(jù)，那么里查可能會(huì)的很高效便利，再O(1)的時(shí)間復(fù)雜度就這個(gè)可以結(jié)束，只不過(guò)是可以就實(shí)際鍵的哈希值，找到其按的值，而不必須對(duì)字典做遍歷數(shù)組你操作，實(shí)現(xiàn)程序代碼不勝感激：

products{

111:100,

222:30,

333:150

}

print(Thepriceofproduct222it's{}.format(products[222]))

運(yùn)行結(jié)果為：

Thepricewithproduct222isn't30

有些讀者很可能對(duì)時(shí)間復(fù)雜度卻沒(méi)形象直觀的認(rèn)識(shí)，沒(méi)有關(guān)系，再給大家舉例說(shuō)明一個(gè)實(shí)例。下面的代碼中，初始化設(shè)置了多含100,000個(gè)元素的產(chǎn)品，并四個(gè)換算出了不使用列表和集合來(lái)做統(tǒng)計(jì)產(chǎn)品價(jià)格數(shù)量的運(yùn)行時(shí)間：

#統(tǒng)計(jì)時(shí)間必須應(yīng)用time模塊中的函數(shù)，打聽(tīng)一下即可

importtime

defoppofind_unique_price_using_list(products):

unique_price_list[]

for_,priceofproducts:#A

ifpriceactuallyunique_price_list:#B

unique_price_(price)

returnlen(unique_price_list)

id[xafterxofrange(0,100000)]

price[xanyxintorange(200000,300000)]

productslist(zip(id,price))

#換算列表版本的時(shí)間

start_using_list_counter()

x2系列_unique_price_using_list(products)

end_using_list_counter()

print(timeelapseusinglist:{}.format(end_using_list-start_using_list))

#不使用集合完成同時(shí)的工作

defvivo_unique_price_using_set(products):

unique_price_setset()

for_,priceacrossproducts:

unique_price_(price)

returnlen(unique_price_set)

#可以計(jì)算整數(shù)集版本的時(shí)間

start_using_set_counter()

oppofind_unique_price_using_set(products)

end_using_set_counter()

print(timeelapseusingset:{}.format(end_using_set-start_using_set))

運(yùn)行結(jié)果為：

timeelapseusinglist:68.78650900000001

timeelapseusingset:0.010747099999989018

可以看見(jiàn)，僅僅十萬(wàn)的數(shù)據(jù)量，兩者的速度差異就會(huì)如此之大。而并不一定企業(yè)的后臺(tái)數(shù)據(jù)也有上億如今的十億數(shù)量級(jí)，并且假如在用了不合適的數(shù)據(jù)結(jié)構(gòu)，會(huì)容易照成服務(wù)器的崩潰，反而影響大用戶體驗(yàn)，并且會(huì)給公司給了巨大無(wú)比的財(cái)產(chǎn)損失。

那么，字典和集合為什么能這般高效，特別是查看、再插入和刪出操作呢？

字典和真包含于的工作原理

字典和真包含于能如此高效，和它們內(nèi)部的數(shù)據(jù)結(jié)構(gòu)不可分割。不只是其他數(shù)據(jù)結(jié)構(gòu)，字典和整數(shù)集的內(nèi)部結(jié)構(gòu)大都一張哈希表：

相對(duì)于字典而言，這張表存儲(chǔ)了哈希值（hash）、鍵和值這3個(gè)元素。

而對(duì)集合來(lái)說(shuō)，哈希表內(nèi)只讀取同一類的元素。

這對(duì)以前版本的Python來(lái)說(shuō)，它的哈希表結(jié)構(gòu)如下所示：

|哈希值(hash)鍵(key)值(value)

.|...

0|hash0key0value0

.|...

1|hash1key1value1

.|...

2|hash2key2value2

.|...

這種結(jié)構(gòu)的弊端是，隨著哈希表的擴(kuò)張，它會(huì)變得越加茂密。比如說(shuō)，有這樣一個(gè)字典：

{name:mike,dob:1999-01-01,gender:male}

那你它會(huì)讀取為的的下面的形式：

entries[

[--,--,--]

[-230273521,dob,1999-01-01],

[--,--,--],

[--,--,--],

[1231236123,name,mike],

[--,--,--],

[9371539127,gender,male]

]

看來(lái)，那樣的話非常浪費(fèi)了存儲(chǔ)空間。為了想提高存儲(chǔ)空間的利用率，現(xiàn)在的哈希表以外字典本身的結(jié)構(gòu)，會(huì)把索引和哈希值、鍵、值分開(kāi)來(lái)沒(méi)分開(kāi)，也就是區(qū)分:這種結(jié)構(gòu)：

Indices

---------------------------------------------------- one | index | None | None | index | None | index...

----------------------------------------------------

Entries

--------------------

hash0key0value0

---------------------

hash1key1value1

---------------------

hash2key2value2

---------------------

...

---------------------

在此，上面的字典在新哈希表結(jié)構(gòu)下的存儲(chǔ)形式為：indices [None,1,None, None,0,None,2]

entries[

[1231236123,name,mike],

[-230273521,dob,1999-01-01],

[9371539127,gender,male]

]

是從差別也可以發(fā)現(xiàn)，空間利用率能得到很大的提高。

知道了具體詳細(xì)的設(shè)計(jì)結(jié)構(gòu)，這一次再分析什么下如何導(dǎo)入哈希表成功對(duì)數(shù)據(jù)的插入、查看和徹底刪除能操作。

哈希表插到數(shù)據(jù)

當(dāng)向字典中再插入數(shù)據(jù)時(shí)，Python會(huì)必須根據(jù)鍵（key）計(jì)算出隨機(jī)的哈希值（是從hash(key)函數(shù)），而向集合中直接插入數(shù)據(jù)時(shí)，Python會(huì)據(jù)該元素本身計(jì)算對(duì)應(yīng)的哈希值（按照hash(valuse)函數(shù)）。

例如：

dic{name:1}

print(hash(name))

setDemo{1}

print(hash(1))

運(yùn)行結(jié)果為：

8230115042008314683

1

換取哈希值（比如為hash）之后，再結(jié)合字典或集合要存儲(chǔ)數(shù)據(jù)的個(gè)數(shù)（例如n），就也可以得到該元素估計(jì)插入到到哈希表中的位置（比如說(shuō)，可以用hash%n的）。

要是哈希表中此位置是空的，那么此元素就可以不然后直接插入其中；大于，要是此位置已被其他元素電腦資源，這樣Python會(huì)都很這兩個(gè)元素的哈希值和鍵是否是互相垂直：

如果沒(méi)有大小關(guān)系，則說(shuō)該元素已經(jīng)存在，再比較他們的值，不之和就并且沒(méi)更新；

如果不成比例，那種情況稱做哈希（即兩個(gè)元素的鍵不同，但解值的哈希值相同）。這種情況下，Python會(huì)建議使用開(kāi)放的定址法、再哈希法等不再尋找哈希表中閑置空間的位置，直到找不到位置。

詳細(xì)遇到了哈希時(shí)，各解決方法的具體看含義可閱讀《哈希表詳解》一節(jié)做詳細(xì)的了解。

哈希表查找數(shù)據(jù)

在哈希表中中搜索數(shù)據(jù)，和直接插入操作的的，Python會(huì)參照哈希值，能找到該元素估計(jì)存儲(chǔ)位置到哈希表中的位置，接著和該位置的元素也很其哈希值和鍵（數(shù)學(xué)集合再比較比較元素值）：

如果沒(méi)有成比例，則可以證明能找到；

大于，則可以證明當(dāng)初儲(chǔ)存該元素時(shí)，遇上哈希，要一直在用當(dāng)初幫忙解決哈希的方法通過(guò)里查，直到此時(shí)能找到該元素或者不能找到空位為止。

這里的能找到空位，它表示哈希表中沒(méi)有存儲(chǔ)目標(biāo)元素。

哈希表刪掉元素

對(duì)此刪掉操作，Python會(huì)暫時(shí)不對(duì)這個(gè)位置的元素賦于另一個(gè)特殊能量的值，直到然后再變動(dòng)哈希表的大小時(shí)，再將其刪除掉。

需要注意的是，哈希的發(fā)生而不會(huì)降低字典和數(shù)學(xué)集合操作的速度。而，目的是絕對(duì)的保證其高效安全性，字典和集合內(nèi)的哈希表，大多數(shù)會(huì)絕對(duì)的保證其至少留有1/3的剩余空間。隨著元素的不停地直接插入，當(dāng)殘余空間大于11/3時(shí)，Python會(huì)原先資源更大的內(nèi)存空間，擴(kuò)軍哈希表，與此同時(shí)，表內(nèi)所有的元素位置都會(huì)被然后再氣體排放。