day-06-集合-缓存机制-深浅copy

2023-09-22 23:21:54

（1） is id ==用法

is 判断的是内存地址是否相同
id 查看内存地址：id相同，值一定相同，值相同，id不一定相同

== 比较判断是否相等

l1 = [1, 2, 3]
l2 = [1, 2, 3]

print(l1 is l2)  # Fal se

（2）代码块

我们所有的代码都需要依赖代码执行
一个文件就是一个代码块
Python程序是由代码块构造的。块是一个Python程序的文本，他是作为一个单元执行的。
代码块：一个模块，一个函数，一个类，一个文件等都是一个代码块。
而作为交互方式输入的每个命令都是一个代码块。
- 什么叫交互方式？就是咱们在cmd中进入Python解释器里面，每一行都是一个代码块。列如：这是两个代码块
```
Python 3.9.1 (tags/v3.9.1:1e5d33e, Dec  7 2020, 16:33:24) [MSC v.1928 32 bit (Intel)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> li = 100
>>> ls = 200
>>>
```
对于一个文件中的两个函数，也分别是两个不同的代码块：
```
def  func():
    pass
def funcl():
    pass
# 这是两个代码块
```

（3）同一代码块下的缓存机制

前提条件：同一个代码块内
机制内容：
- Python在执行同一个代码块的初始化对象的命令时，会检查是否其值是否存在，如果存在，会将其重用。换句话说：执行同一个代码块时，遇到初始化对象(是指的是新建一个变量)的命令时，他会将初始化的这个变量与值存储在一个字典中（内存字典中），在遇到新的变量时，会先在字典中查询记录，如果有同样的记录那么它会重复使用这个字典中的之前的这个值。所以在你给出的例子中，文件执行时（同一个代码块）会把li、ls两个变量指向同一个对象，满足缓存机制则他们在内存中只存在一个，即：id相同
```
li = 100     # 储存在内存字典中了为{'li':100}
ls = 100     # 内存字典中有了，拿出来给ls
print(li is ls)

True #li和ls的id相同
```
适用的对象：int bool str
具体细则：所有的数字，bool，几乎所有的字符串（了解）
优点：提升性能，节省内存

（4）不同代码块下的缓存机制（叫小数据池）

Python自动将-5~256的整数进行了缓存，当你将这些整数赋值给变量时，并不会重新创建对象，而是使用已经创建好了的缓存对象。
Python会将一定规则的字符串储存在字符串驻留池中，当你将这些字符串赋值给变量时，并不会重新创建对象，而是使用在字符串驻留池中创建好的对象。
- 内存中会自动创建两个内存空间，一个空间为-5~256的所有数字叫做缓存，另一个空间为一定规则的字符串叫做字符串驻留池，这两个合起来叫做小数据池（容器，或字典）
- 当在不同代码块中创建对象（定义变量）时，无论这些变量指向这些范围内的整数或者字符串，那么它就直接在这个 “池” 中引用。
提前条件：不同的代码块
适用对象：int bool str
具体细则：-5~256， bool，满足规则的字符串

优点：提升性能，节省内存

Python 3.9.1 (tags/v3.9.1:1e5d33e, Dec  7 2020, 16:33:24) [MSC v.1928 32 bit (Intel)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> ls = 800
>>> li = 800
>>> print(ls is li)
False
>>># 为什么是False呢？这是交互式方式，每一行都是一个代码块，因为 800 不在小数据池内，小数据池数字范围是 -5~256 所以 ls 和 li 的内存地址不相等

Python 3.9.1 (tags/v3.9.1:1e5d33e, Dec  7 2020, 16:33:24) [MSC v.1928 32 bit (Intel)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> ls = 200
>>> li = 200
>>> print(ls is li)
True
>>># 200在 小数据池数字范围 -5~256 之内，所以id相等

（5）缓存机制总结

同一个代码下适用一个缓存机制，不同的代码块下适用另一缓存机制叫（小数据池）
小数据池：数字范围是 -5~256
缓存机制的优点：提升性能，节省内存

（6）集合（了解）

Python基础数据类型：集合set。容器型的数据类型，它要求它里面的元素是不可变的数据，但是它本身是可变的数据类型。集合是无序的。{}

集合的作用：

列表的去重。
关系测试：交集，并集，差集

创建

se = set({'a', 'ad', 4, 55, 2}) # 不常用

se = {'a', 'ad', 4, 55, 2}

空集合
```
se = set()
```

集合的有效性测试，集合的元素是不可变的

se = {['a', 'b'], 'ad', 4, 55, {'are': 1}} # ['a', 'b']可变
print(se)
# 报错    
# se = {['a', 'b'], 'ad', 4, 55, {'are': 1}}
# TypeError: unhashable type: 'list'

集合的增删查改

增

add()

se = {'小米', '明明', '红米', 'alex'}
se.add('xx')
print(se)  # {'明明', 'xx', '小米', 'alex', '红米'}

updata() 迭代者增加，每个元素都增加，有重复的去重

se = {'小米', '明明', '红米', 'alex'}
se.update('aabcde')
print(se)   # {'c', '明明', 'b', 'e', '红米', 'a', 'alex', '小米', 'd'}

删
- remove() 按照元素去删除
- pop() 随机删除
- clear() 清空

改（变相改，先删除在新增加）

se = {'小米', '明明', '红米', 'alex'}
se.remove('小米')
se.add('牛奶')
print(se)  # {'明明', '牛奶', '红米', 'alex'}

集合的其他操作（关系测试）

交集（& 或 intersection）都有的

se = {1, 2, 3, 56, 2, 4, 2, 4}
ei = {1, 5, 2, 66, 4, 5, 9, 4}
print(se & ei)              # {1, 2, 4}
print(se.intersection(ei))    # {1, 2, 4}

并集。（| 或者 union）合并在一起

se = {1, 2, 3, 56, 2, 4, 2, 4}
ei = {1, 5, 2, 66, 4, 5, 9, 4}
print(se | ei)            # {1, 2, 3, 4, 66, 5, 9, 56}
print(se.union(ei))       # {1, 2, 3, 4, 66, 5, 9, 56}

差集。（ - 或 difference）

se = {1, 2, 3, 56, 2, 4, 2, 4}
ei = {1, 5, 2, 66, 4, 5, 9, 4}
print(se - ei)                    # {56, 3}
print(se.difference(ei))        # {56, 3}

反交集。（ ^ 或者 symmetric_difference ）除了两个集合都有的之外的

se = {1, 2, 3, 56, 2, 4, 2, 4}
ei = {1, 5, 2, 66, 4, 5, 9, 4}
print(se ^ ei)                            # {66, 5, 3, 56, 9}
print(se.symmetric_difference(ei))        # {66, 5, 3, 56, 9}

子集。（ < ）被包含于

se = {1,2,3}
si = {1,2,3,4,5,6}
print(se < si)  # True  se包含于si则返回True，否则返回False

超集。（ > ）包含于

se = {1, 2, 3}
si = {1, 2, 3, 4, 5, 6}
print(si > se)  # False  si包含se则返回True，否则返回False

列表的去重集合去重（面试题）不能保持原来顺序的

li = [1, 1, 2, 2, 3, 3, 5, 6, 4, 4, 8]
se = set(li)
li = list(se)
print(li)   # [1, 2, 3, 4, 5, 6, 8]

用处：数据之间的管理，列表去重。

（7）深浅copy

浅copy

浅copy会在内存中新开辟一个空间，存放这个copy的列表，但是列表里面的内容还是沿用之前对象的内存地址所以 l1 ， l2 的id不同，但是内容id相同

总结就是：copy一个外壳，里面的所有内容都指向原来的。id相同

l1 = [1, 2, 3, [22, 33]]
l2 = l1.copy()
print(l1, 'l1的内存id:' + str(id(l1)) + ' 内容id:' + str(id(l1[3])))
print(l2, 'l2的内存id:' + str(id(l2)) + ' 内容id:' + str(id(l2[3])))

# 输出
[1, 2, 3, [22, 33]]   l1的内存id:35342088   内容id:35358632
[1, 2, 3, [22, 33]]   l2的内存id:35359752   内容id:35358632

深copy
- 互相独立的，但是：深copy的特性就是将可变的数据类型在内存中重新创建一份，而不可变的数据类型就沿用之前的，列如：
```
import copy
l1 = [1, 2, 3, [22, 33]]
l2 = copy.deepcopy(l1)
print('[22, 33]的内容id:'+str(id(l1[3]))+'  2的内容id:'+str(id(l1[1])))
print('[22, 33]的内容id:'+str(id(l2[3]))+'  2的内容id:'+str(id(l1[1])))

# 输出
[22, 33]的内容id:32868104  2的内容id:30371984
[22, 33]的内容id:32868808  2的内容id:30371984
```
- 总结：深copy则会在内存中开辟新空间，将原列表以及列表里面的可变的数据类型重新创建一份，不可变的数据类型则沿用之前的。
总结

浅copy：list dict ：嵌套的可变的数据类型是同一个。

浅copy：list dict ：嵌套的可变的数据类型不是同一个。

码农公寓