简介Python的collections模块中defaultdict类型的用法

让我们开始详细讲解“简介Python的collections模块中defaultdict类型的用法”。

什么是collections模块？

collections是Python标准库中的一个模块，提供了许多有用的数据结构，例如命名元组、有序字典、计数器和默认字典等数据类型。这些数据结构提供了更好的性能、更好的可读性和更丰富的功能。

什么是defaultdict类型？

defaultdict是collections模块中的一种类型，它是一种字典类型，可以提供一个默认值，当访问不存在的键时，返回默认值，而不是抛出KeyError异常。

defaultdict类型的用法

创建defaultdict

创建defaultdict类型，需要传递一个函数做为默认值，默认值函数会在访问某个不存在的键时被调用，并返回该键的默认值。比如下面的例子中，我们创建一个默认值为0的defaultdict：

from collections import defaultdict

d = defaultdict(int)

在上面的例子中，我们将int函数作为defaultdict的默认值函数，它会在访问不存在的键时返回0。这意味着我们可以直接查找一个不存在的键，并且不会抛出KeyError异常：

print(d["a"])  # 输出：0

添加元素

defaultdict和普通的字典是一样的，可以通过[]操作符向其中添加元素：

d["a"] = 1
d["b"] = 2

访问不存在的键

当访问一个不存在的键时，defaultdict会返回它的默认值。例如：

print(d["x"])  # 输出：0

统计计数

defaultdict通常用于统计计数。可以考虑如下的场景，给定一个列表，需要统计每个元素出现的次数：

words = ["apple", "banana", "apple", "orange", "banana", "apple"]

使用普通的字典来统计计数需要先检查每个元素是否已经在字典中存在，如果存在，则计数器加1，否则将计数器初始化为1：

counter = {}
for word in words:
    if word not in counter:
        counter[word] = 1
    else:
        counter[word] += 1

使用defaultdict能够简化代码：

counter = defaultdict(int)
for word in words:
    counter[word] += 1

在上面的例子中，我们将int函数作为字典的默认值函数，因此不需要检查元素是否存在，直接访问并更新计数器即可。

示例

下面再来看一个简单的示例，假设我们需要统计一段文本中每个单词出现的次数。我们可以先将文本转换成单词列表，然后使用defaultdict统计计数。

from collections import defaultdict

text = "The quick brown fox jumps over the lazy dog. The quick brown fox jumps over the lazy dog again."
words = text.replace(".", "").split()

counter = defaultdict(int)
for word in words:
    counter[word] += 1

print(counter)
# 输出：defaultdict(<class 'int'>, {'The': 2, 'quick': 2, 'brown': 2, 'fox': 2, 'jumps': 2, 'over': 2, 'the': 2, 'lazy': 2, 'dog': 2, 'again': 1})

在上面的代码中，我们使用split函数将文本转换为单词列表，然后使用defaultdict统计计数，并将结果输出到控制台。

另一个示例是在图形数据结构中使用defaultdict。在下面的例子中，我们使用defaultdict创建一个邻接列表，来表示一个无向图：

from collections import defaultdict

graph = defaultdict(list)

# 添加边
graph[0].append(1)
graph[0].append(2)
graph[1].append(2)
graph[2].append(0)
graph[2].append(3)
graph[3].append(3)

# 输出邻接列表
for vertex in graph:
    print(vertex, ":", graph[vertex])

在上面的例子中，我们使用defaultdict的列表类型作为值，来存储与每个顶点相邻的顶点。使用defaultdict可以避免检查每个键是否存在的问题，并且可以让我们更容易地操作邻接列表。