Python中defaultdict方法的使用详解

defaultdict是Python标准库collections中的一个类，它和内置字典（dict）的用法大致相同，但有一个区别：当你访问一个不存在的键时，defaultdict会自动创建这个键并将其对应的值赋为一个默认值。

defaultdict的构造函数

defaultdict的构造函数和dict的构造函数一样，可以不带任何参数或传入一个迭代器，示例代码如下：

from collections import defaultdict

dd1 = defaultdict()   # 没有指定默认值
dd2 = defaultdict(int)   # 指定默认值为0
dd3 = defaultdict(lambda: "default value")   # 指定默认值为一个自定义的函数，该函数返回"defualt value"
dd4 = defaultdict(list)   # 指定默认值为一个空列表

上述代码中，dd1、dd2、dd4的默认值分别为None、0、[]。dd3则是通过一个lambda函数自定义了一个默认值。

defaultdict示例1：单词计数

假设我们从一个文本文件中读取了一段文本，并想要统计每个单词出现的次数。可以使用defaultdict来实现这个功能，示例代码如下：

from collections import defaultdict

text = "this is a test, test text. this is text, again."
words = text.split()

# 统计每个单词出现的个数
word_count = defaultdict(int)
for word in words:
    word_count[word] += 1

# 按照单词个数从高到低排序，并打印出出现次数最多的前10个单词
sorted_words = sorted(word_count.items(), key=lambda x: x[1], reverse=True)
for word, count in sorted_words[:10]:
    print(f"{word}: {count}")

运行上述代码，会输出以下结果：

is: 2
this: 2
test: 2
text: 2
a: 1
again.: 1
test,: 1

上述代码中，我们定义了一个word_count的defaultdict，默认值为0。当我们对一个不存在的单词进行访问时，defaultdict会自动创建这个单词，并将其对应的出现次数初始化为0。随后遍历words列表，将单词出现次数逐一累加到word_count中。最后使用sorted函数和lambda表达式按照单词出现次数从高到低排序，取出前10个单词输出。

defaultdict示例2：构建树形结构

假设我们想要构建一个树形结构，每个节点包含一个名称和多个子节点，我们可以借助defaultdict实现这个功能。示例代码如下：

from collections import defaultdict
from pprint import pprint

def add_node(tree, path):
    """
    向树形结构中添加一个节点
    tree: 根节点
    path: 节点的路径，从根节点到该节点的所有名称
    """
    node_name = path[0]
    if len(path) == 1:
        # 递归终止条件：当前节点为叶子节点
        tree[node_name] = {}
    else:
        # 递归调用：创建子节点，并将子节点加入到当前节点的字典中
        child_node = tree[node_name]
        add_node(child_node, path[1:])

# 构建树形结构
root_node = defaultdict(dict)
add_node(root_node, ["node1", "child1", "grandchild1"])
add_node(root_node, ["node1", "child2", "grandchild2"])
add_node(root_node, ["node2", "child3", "grandchild3"])

# 输出树形结构
pprint(root_node)

运行上述代码，会输出以下结果：

defaultdict(<class 'dict'>,
            {'node1': {'child1': {'grandchild1': {}},
                       'child2': {'grandchild2': {}}},
             'node2': {'child3': {'grandchild3': {}}}})

上述代码中，我们定义了一个函数add_node，用于向树形结构中添加一个节点。该函数的参数tree是当前节点所属的子树，path是从根节点到该子树的所有节点名称。具体实现是，将当前节点的名称node_name从path中取出，并判断如果子节点列表path的长度为1，说明当前节点是叶子节点，直接将tree[node_name]赋为空字典即可；否则将tree[node_name]赋为一个新的子字典，并递归调用add_node函数来创建子节点。

在主程序中，我们先定义了一个根节点root_node，默认值为一个空字典。然后调用add_node函数向树形结构中添加3个节点。最后使用pprint函数打印出树形结构，便于观察。