这章讨论的是字典和集合。其实前面我提到过：编程语言中基础的数据结构，都可以归结为2类：序列数据／关联数据。字典就是关联数据类型，它在Python的内部实现中也是大量应用。

注意开头提到的一些内容，它体现了Python设计的基本思维。定义各类属性（迭代／包含检查／尺寸…）-> 实现这些属性的接口 -> 组合成对象 -> 对象间的相互调用（鸭子类型）。这种模式保证了语言的灵活性，又不失优雅和可靠性。

比如，能做dict的key值的数据，必须是可以哈希(散列)-hash的类型。那什么是可以散列的呢？必须满足规定的几个属性特征才行：有__hash__方法，有__qe__比较方法. 如果检索dict对象，找不到会发生什么？语言定义了__missing__方法，跟一个框架一般，只要你实现就能在挂钩的地方拦截住。不过要留神：这些魔术方法不能乱用，特别是在魔术方法内，不能滥用其它魔术方法。因为一个方法内部可能调用了其它方法，有可能导致死循环。使用的时候要仔细查阅文档。

字典推导是什么？就跟列表推导近似，列表推导生成列表，字典推导生成字典。几个计算符号要区别：

{…} -字典推导

[…] – 列表推导

(…) – 生成器表达式

这本书讲的最多的，不是常规对象的用法 – 那是入门书干的事情。它讲的最多的是常用的扩展用法／高级手段。

操作字典的时候，常见的操作是处理找不到key的情况，大家都知道可以用d.get(k, default)来预防，但是这并不是最佳手段。实际可以根据需要，使用setdefault指令简化操作。

Python的collections里面收集了一些字典库的额外扩展，可以查看下，这样在需要时候就能拿来用。相关链接在这里：

https://docs.python.org/3.5/library/collections.html

出于运行效率的考虑，Python对一些常用的操作类型做了内部实现，极大的提升了性能 – 因为那是C的速度。比如集合操作。

这里的关键在于，你作为用户，要有这个意识，对Python熟悉，知道要完成的这个任务，可以用Python内置的数据类型直接、转化解决。

比如求两个数据列表的公共部分，一些人的直觉思路是用循环判断，其实用set快得多。

commonData = set(oneList) & set(twoList)

集合的字面量是字典的“一半”：{2,3,4} ，没有映射部分。相应的，集合也有个推导操作：

{ i for i in range(1, 20) } #还是没有另一半的映射部分

本章最后，探讨的是dict/set内部实现机制，以及这些设计带来的优点和弱点。

dict内部使用hash机制，映射检索速度是常数O(1)，但是这是用空间换时间，它消化的内存比较大。

从语言设计角度说，Python确实考虑的周到细致，充分体现了“简单而正确”的准则。我读过的那本《UNIX编程艺术》里面提到了很多设计原则和模式，可谓技术界的精华。Python在设计思路上做到了。

书中最后的杂谈也提到：PHP的数组，混合实现了列表和字典，这种设计就混淆了不同数据类型的特性以及设计上的考虑维度，是有缺陷的。JavaScript稍好一些，毕竟它的对象字面量其实就是个字典，它的array也比较灵活。

Python Cookbook 第三版第一章可以查阅一下，里面有很多数据结构的巧妙使用。