元組的元素可以重復(fù)嗎？這個(gè)可以。元組的各個(gè)元素這個(gè)可以亂詞。元組是關(guān)系數(shù)據(jù)庫(kù)中的基本概念，關(guān)系是三張表，表中的每行（即數(shù)據(jù)庫(kù)中的每條記錄）那是一個(gè)元組，每列那就是一個(gè)屬性。在二維陰陽(yáng)表里，元組也稱(chēng)作行

元組的元素可以重復(fù)嗎？

這個(gè)可以。

元組的各個(gè)元素這個(gè)可以亂詞。

元組是關(guān)系數(shù)據(jù)庫(kù)中的基本概念，關(guān)系是三張表，表中的每行（即數(shù)據(jù)庫(kù)中的每條記錄）那是一個(gè)元組，每列那就是一個(gè)屬性。在二維陰陽(yáng)表里，元組也稱(chēng)作行。

元組又是一種序列。元組建議使用括弧0來(lái)明確界定；元組中各元素之間用逗號(hào)隔擋。元組不允許可以修改或刪掉其所真包含的元素。

如何理解Python中的集合和字典？

字典和集合是并且過(guò)性能水平距離優(yōu)化軟件的數(shù)據(jù)結(jié)構(gòu)，特別是這對(duì)查看、添加和刪出操作。本節(jié)將增強(qiáng)實(shí)例介紹它們?cè)诰唧w場(chǎng)景下的性能表現(xiàn)，包括與列表等其他數(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(chēng)和價(jià)格）的列表，現(xiàn)在的需求是，的力量某件產(chǎn)品的ID找出其價(jià)格。則實(shí)現(xiàn)程序代碼萬(wàn)分感謝：

defoppofind_product_price(products,product帳號(hào)):

forid,priceoutsideproducts:

ifidproduct我的id:

returnprice

returnNone

products[

(111,100),

(222,30),

(333,150)

]

print(Thepriceforproduct222isn't{}.format(一加7_product_price(products,222)))

運(yùn)行結(jié)果為：

Thepricewithproduct222it's30

在上面程序的基礎(chǔ)上，如果不是列表有n個(gè)元素，只不過(guò)中搜索的過(guò)程需要循環(huán)遍歷列表，那你更壞情況下的時(shí)間復(fù)雜度就為O(n)。況且先對(duì)列表接受排序，再在用二分查找算法，也是需要O(logn)的時(shí)間復(fù)雜度，要知道列表的排序還是需要O(nlogn)的時(shí)間。

但如果沒(méi)有用字典來(lái)存儲(chǔ)這些數(shù)據(jù)，那么查找變會(huì)的很高效便利，只需O(1)的時(shí)間復(fù)雜度就也可以能完成，是因?yàn)榭梢圆徽娼渔I的哈希值，能找到其填寫(xiě)的值，而不是需要對(duì)字典做循環(huán)遍歷你操作，利用代碼不勝感激：

products{

111:100,

222:30,

333:150

}

print(Thepricewithproduct222is{}.format(products[222]))

運(yùn)行結(jié)果為：

Thepriceoftheproduct222are30

有些讀者很可能對(duì)時(shí)間復(fù)雜度并沒(méi)有什么很直觀的認(rèn)識(shí)，沒(méi)有關(guān)系，再給大家列舉一個(gè)實(shí)例。下面的代碼中，重新初始化了多含100,000個(gè)元素的產(chǎn)品，并四個(gè)計(jì)算出出了使用列表和集合來(lái)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)間要要用time模塊中的函數(shù)，了解即可

importtime

deffind_unique_price_using_list(products):

unique_price_list[]

for_,priceinproducts:#A

ifpricestillunique_price_list:#B

unique_price_(price)

returnlen(unique_price_list)

id[xwhilexinrange(0,100000)]

price[xforxinrange(200000,300000)]

productslist(zip(id,price))

#換算列表版本的時(shí)間

start_using_list_counter()

oppofind_unique_price_using_list(products)

end_using_list_counter()

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

#不使用集合能夠完成同時(shí)的工作

defoppofind_unique_price_using_set(products):

unique_price_setset()

for_,priceinproducts:

unique_price_(price)

returnlen(unique_price_set)

#算出真包含于版本的時(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

可以找到，僅僅十萬(wàn)的數(shù)據(jù)量，兩者的速度差異就極為之大。而往往企業(yè)的后臺(tái)數(shù)據(jù)都有上億乃至十億數(shù)量級(jí)，因此要是不使用了不合適的數(shù)據(jù)結(jié)構(gòu)，容易倒致服務(wù)器的崩潰，而且影響用戶(hù)體驗(yàn)，而且會(huì)給公司給了龐大無(wú)比的財(cái)產(chǎn)損失。

那你，字典和集合我想知道為什么能會(huì)如此高效率，特別是中搜索、再插入和刪掉能操作呢？

字典和真包含于的工作原理

字典和真包含于能如此高效率，和它們內(nèi)部的數(shù)據(jù)結(jié)構(gòu)十分緊密。不同于其他數(shù)據(jù)結(jié)構(gòu)，字典和集合的內(nèi)部結(jié)構(gòu)也是一張哈希表：

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

而對(duì)集合來(lái)說(shuō)，哈希表內(nèi)只存儲(chǔ)文件每種的元素。

相對(duì)于之后版本的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，緊接著哈希表的擴(kuò)張，它會(huì)變得越發(fā)稀疏。例如，有這樣一個(gè)字典：

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

那么它會(huì)存儲(chǔ)文件為的的下面的形式：

entries[

[--,--,--]

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

[--,--,--],

[--,--,--],

[1231236123,name,mike],

[--,--,--],

[9371539127,gender,male]

]

想來(lái)，那樣相當(dāng)浪費(fèi)了存儲(chǔ)空間。替增強(qiáng)存儲(chǔ)空間的利用率，現(xiàn)在的哈希表除此之外字典本身的結(jié)構(gòu)，會(huì)把索引和哈希值、鍵、值另沒(méi)分開(kāi)，也就是常規(guī)如下這種結(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]

]

差別也可以突然發(fā)現(xiàn)，空間利用率我得到比較大的提高。

清楚了具體一點(diǎn)的設(shè)計(jì)結(jié)構(gòu)，這一次再講幫一下忙怎用哈希表完成對(duì)數(shù)據(jù)的插入、查找和刪除你操作。

哈希表再插入數(shù)據(jù)

當(dāng)向字典中再插入數(shù)據(jù)時(shí)，Python會(huì)是需要依據(jù)鍵（key）算出出隨機(jī)的哈希值（(key)函數(shù)），而向集合中插入到數(shù)據(jù)時(shí)，Python會(huì)依據(jù)該元素本身算出填寫(xiě)的哈希值（通過(guò)hash(valuse)函數(shù)）。

比如：

dic{name:1}

print(hash(name))

setDemo{1}

print(hash(1))

運(yùn)行結(jié)果為：

8230115042008314683

1

能夠得到哈希值（例如為hash）之后，再增強(qiáng)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應(yīng)該要直接插入到哈希表中的位置（比如，也可以用hash%n的）。

如果沒(méi)有哈希表中此位置是空的，這樣此元素就是可以就插入到其中；則相反，要是此位置已被其他元素占用帶寬，這樣的話(huà)Python會(huì)比較比較這兩個(gè)元素的哈希值和鍵是否是相等：

假如大小關(guān)系，則表明該元素也必然，再比較好他們的值，不互相垂直就進(jìn)行自動(dòng)更新；

假如不成比例，情況稱(chēng)作哈希（即兩個(gè)元素的鍵相同，但易求的哈希值不同）。狀況下，Python會(huì)不使用新區(qū)定址法、再哈希法等繼續(xù)去尋找哈希表中剩余的空間的位置，等他不能找到位置。

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

哈希表直接輸入數(shù)據(jù)

在哈希表中查看數(shù)據(jù)，和再插入操作帶有，Python會(huì)依據(jù)什么哈希值，找到該元素肯定存儲(chǔ)文件到哈希表中的位置，然后把和該位置的元素比較比較其哈希值和鍵（數(shù)學(xué)集合然后比較元素值）：

如果相等，則相關(guān)證明找到；

或且，則可證明當(dāng)初存儲(chǔ)位置該元素時(shí)，碰上哈希，需要不再不使用當(dāng)初解決哈希的方法接受查找，直到此時(shí)找不到該元素也可以找不到空位為止。

這里的找到空位，來(lái)表示哈希表中沒(méi)有存儲(chǔ)目標(biāo)元素。

哈希表刪掉元素

相對(duì)于刪除你的操作，Python會(huì)暫時(shí)對(duì)這個(gè)位置的元素營(yíng)構(gòu)一個(gè)特珠的值，等待原先決定哈希表的大小時(shí)，再將其徹底刪除。

需要注意的是，哈希的發(fā)生來(lái)講會(huì)降低字典和子集操作的速度。并且，替只要其又高效性，字典和集合內(nèi)的哈希表，大多數(shù)會(huì)能保證其至少留有1/3的殘余空間。隨著元素的時(shí)不時(shí)直接插入，當(dāng)余下空間大于1/3時(shí)，Python會(huì)恢復(fù)某些大內(nèi)存空間，擴(kuò)充隊(duì)伍哈希表，正在此時(shí)，表內(nèi)所有的元素位置都會(huì)被原先排放物。