python 中的collections.OrderedDict() 用法

当我们使用Python编写代码时，通常会使用字典来存储和处理各种数据。字典可以非常方便地存储键值对，但是键值对的存储顺序在字典中是不固定的。如果我们需要按照添加元素的先后顺序进行排列，那么我们可以使用Python中的 collections.OrderedDict() 来完成这个任务。

collections.OrderedDict() 是Python标准库 collections 中的一个类，它和普通的字典类似，但是可以保留字典中键的插入次序。这意味着，如果我们向 OrderedDict 中插入新的键值对，它们的顺序就会按照插入的先后顺序而定。下面是一个简单的示例：

from collections import OrderedDict

d = OrderedDict()   # 创建一个OrderedDict对象

# 向OrderedDict中添加元素
d['a'] = 1
d['b'] = 2
d['c'] = 3

# 打印OrderedDict中的内容
print(d)

以上代码输出：

OrderedDict([('a', 1), ('b', 2), ('c', 3)])

从输出结果中可以看出， OrderedDict 中的元素顺序和我们添加元素时的顺序是一致的。

除了按照添加次序进行排序，OrderedDict 还具有字典的常规用法，支持对元素进行更新和删除等操作。我们可以使用 OrderedDict 的 popitem() 方法删除并返回最后一个插入的元素，也可以使用 move_to_end() 方法将指定的键移到字典的末尾。下面是一个示例：

from collections import OrderedDict

# 创建一个OrderedDict对象
d = OrderedDict()

# 向OrderedDict中添加元素
d['a'] = 1
d['b'] = 2
d['c'] = 3

# 打印OrderedDict中的内容
print(d)

# 将键'b'移到字典的末尾
d.move_to_end('b')
print(d)

# 删除并返回最后一个插入的元素
d.popitem()
print(d)

以上代码输出：

OrderedDict([('a', 1), ('b', 2), ('c', 3)])
OrderedDict([('a', 1), ('c', 3), ('b', 2)])
OrderedDict([('a', 1), ('c', 3)])

除了基本用法之外，OrderedDict 还可与其他Python中的数据结构结合使用，例如与列表结合使用以实现一个简单的LRU缓存机制。在这种情况下，列表中的元素表示最近访问的键，每次添加新键时，如果键的数量超过缓存的空间限制，那么就从列表中删除最近最少使用的键。下面是一个示例：

from collections import OrderedDict

class LRUCache(OrderedDict):

    def __init__(self, capacity):
        super().__init__()
        self._capacity = capacity

    def __setitem__(self, key, value):
        if key in self:
            self.move_to_end(key)
        super().__setitem__(key, value)
        if len(self) > self._capacity:
            oldest = next(iter(self))
            del self[oldest]

在以上代码中，我们定义了一个名为 LRUCache 的类，并从 OrderedDict 类继承了所有属性和方法。然后，我们重载了 __setitem__() 方法，在添加新键值对时先判断 OrderedDict 的大小是否已达到缓存的限制，如果已达到则删除最近最不常访问的键。在方法体内，我们首先将已经存在的键移到末尾（使用 OrderedDict 的 move_to_end() 方法），然后调用父类的 __setitem__() 方法添加或更新键值对。

下面是一个简单的示例，展示了如何使用 LRUCache 类实现一个缓存：

cache = LRUCache(2)

cache[1] = "hello"
cache[2] = "world"
print(cache)

cache[3] = "foo"
print(cache)

cache[1] = "你好"
print(cache)

cache[4] = "bar"
print(cache)

以上代码输出：

LRUCache([(1, 'hello'), (2, 'world')])
LRUCache([(2, 'world'), (3, 'foo')])
LRUCache([(2, 'world'), (3, 'foo'), (1, '你好')])
LRUCache([(3, 'foo'), (1, '你好'), (4, 'bar')])

从输出结果中可以看出，缓存中最多只能存储两个元素，如果超过这个限制，将会删除最旧的元素。同时，当访问某个键时，该键将会被移到缓存的末尾，以保证最近访问的键始终在缓存最前面。