Python中的哈希表和哈希映射

数据需要多种访问或存储方式。 哈希表和哈希映射恰好是通过称为字典的内置数据类型在 Python 中实现这一点的最佳数据结构。

数据结构中的 Hashmap 或 Hash 表将键映射到其值对，并使用一个函数计算保存要插入、搜索或删除的元素的任何索引值。 这有助于使数据访问更容易和更快。 哈希表通常存储键值对并使用哈希函数生成键。

在本文中，您将了解什么是 Hash Tables 和 Hashmaps，以及它们是如何在 Python 中实现的。

学习数据科学以超越竞争对手

什么是 Hash table 或 Hashmap Python？

哈希表或哈希图 Python 是一种索引数据结构。 它使用散列函数来计算索引，方法是使用槽或桶数组中的键。 您可以使用相应的索引将其值映射到存储桶，并且键是不可变且唯一的。

Hashmaps 类似于一个抽屉柜，上面标有它们存储的东西。 例如，hashmap 可以在存储桶中存储用户信息，例如名字和姓氏等。

散列函数对于散列图的实现是不可或缺的。 它使用密钥并将其转换为存储桶列表中存储桶的索引。 理想的散列会为每个键生成一个单独的索引。 但是，请记住，可能会发生冲突。 当散列产生一个已经存在的索引时，可以通过重新散列或附加列表轻松地使用多个值的存储桶。 在 Python 中，哈希映射的一个示例是字典。

让我们详细研究一下 hashmap 的实现，以了解如何自定义和构建数据结构以进行搜索优化。

Python中的哈希图

哈希图包括以下功能：

• set_val(key, value)：该函数用于将键值对插入到哈希映射中。 如果哈希映射中已经存在一个值，则必须更新该值。
• get_val(key)：此函数将值返回给映射的指定键，如果此映射没有键的映射，则返回“未找到记录”。
• delete_val(key)：如果 hashmap 具有键的映射，则删除特定键的映射。

执行：-

类哈希表：

# 创建给定大小的空桶列表

def __init__(self, size):

self.size = 大小

self.hash_table = self.create_buckets()

def create_buckets(self):

return [[] for _ in range(self.size)]

# 将值插入哈希映射

def set_val(self, key, val):

# 从key中获取索引

# 使用哈希函数

hashed_key = hash(key) % self.size

# 获取index对应的bucket

桶 = self.hash_table[hashed_key]

found_key = 假

对于索引，记录在 enumerate(bucket) 中：

记录键，记录值 = 记录

# 检查bucket是否有相同的key

# 要插入的密钥

如果记录键 == 键：

found_key = 真

休息

# 如果bucket的key与要插入的key相同，

# 更新键值

# 否则将新的键值对附加到桶中

如果找到_key：

桶[索引] =（键，值）

别的：

bucket.append((key, val))

# 使用特定键返回搜索到的值

def get_val(self, key):

# 使用key从key中获取索引

# 哈希函数

hashed_key = hash(key) % self.size

# 获取index对应的bucket

桶 = self.hash_table[hashed_key]

found_key = 假

对于索引，记录在 enumerate(bucket) 中：

记录键，记录值 = 记录

# 检查bucket是否有相同的key

# 正在搜索的键

如果记录键 == 键：

found_key = 真

休息

# 如果bucket的key与被搜索的key相同，

# 返回找到的值

# 否则表示没有找到记录

如果找到_key：

返回记录值

别的：

返回“未找到记录”

# 删除具有特定键的值

def delete_val(self, key):

# 使用key从key中获取索引

# 哈希函数

hashed_key = hash(key) % self.size

# 获取index对应的bucket

桶 = self.hash_table[hashed_key]

found_key = 假

对于索引，记录在 enumerate(bucket) 中：

记录键，记录值 = 记录

# 检查bucket是否有相同的key

# 要删除的密钥

如果记录键 == 键：

found_key = 真

休息

如果找到_key：

bucket.pop(索引)

返回

# 打印哈希映射的项目

def __str__(self):

return "".join(str(item) for item in self.hash_table)

hash_table = HashTable(50)

# 插入一些值

hash_table.set_val([email protected]', '一些值')

打印（哈希表）

打印（）

hash_table.set_val('[email protected]', '其他一些值')

打印（哈希表）

打印（）

# 使用键搜索/访问记录

打印（hash_table.get_val（'[email protected]'））

打印（）

# 删除或移除一个值

hash_table.delete_val('[email protected]')

打印（哈希表）

输出：-

[][][][][][][][][][][][][][][][][][][][][] ([email protected]', '某个值') ][][][][][][][][][][][][][][][][][][][][][][] [][][][]

[][][][][][][][][][][][][][][][][][][][][] ([email protected]', '一些值') ][][][][][][('[email protected]', '一些其他值')][][][][][][][][][ ][][][][][][][][][][][][]

其他一些价值

[][][][][][][][][][][][][][][][][][][][][] ([email protected]', '某个值') ][][][][][][][][][][][][][][][][][][][][][][] [][][][]

检查我们的美国 - 数据科学计划

使用字典对哈希表执行操作：

在 Python 中可以通过字典对哈希表执行许多操作。 它们如下：-

• 访问值
• 更新值
• 删除元素

访问值：

您可以通过以下方式轻松访问字典的值：-

• 使用键值
• 使用函数
• 实现for循环

使用键值：

您可以使用如下键值访问字典值：-

输出：'002'

使用功能：

有许多内置函数，例如 get()、keys()、values() 等。

输出：-

dict_keys(['Elsa', 'Anna', 'Olaf'])

dict_values(['001', '002', '003'])

001

实现for循环：

该循环使您可以通过遍历字典的键值对来访问它们。 例如：

输出：

所有键

艾尔莎

安娜

奥拉夫

所有值

001

002

003

所有键和值

艾尔莎：001

安娜：002

奥拉夫：003

更新值：

字典是可以在需要时更新的可变数据类型。 您可以执行以下操作：-

输出： {'Elsa'：'001'，'Anna'：'002'，'Olaf'：'004'，'Kristoff'：'005'}

从字典中删除项目：

您可以使用del()、pop()、popitem()、clear()等函数从字典中删除项目。例如：

输出： {'Olaf': '003'}

结论

我们可以很容易地得出结论，哈希图和哈希表 Python 是不可或缺的，可以更轻松、更快地访问相关数据。 对于数据科学家和数据分析师等数据科学专业人士来说，它是一个有价值的工具。 如果您有兴趣了解有关数据科学领域的更多信息，upGrad 拥有最佳的商业决策数据科学专业证书课程。