如何用Python实现‘seen’哈希表？解决普通字典KeyError问题

先说说你碰到的问题：Perl里对哈希表的键直接做++操作时，不存在的键会自动初始化为0再加1，但Python的字典没这个特性——当你访问一个不存在的键seen[x]时直接用+=1，就会触发KeyError，因为Python不知道这个键的初始值该设成啥。

下面是几种符合Python风格的实现方式，既能跟踪元素出现次数，又不会报错：

方法1：用字典的get()方法（无需导入模块） #

dict.get(key, default)方法会返回键对应的值，如果键不存在就返回你指定的默认值，刚好解决初始值的问题：

seen = {}
for x in ['one', 'two', 'three', 'one']:
    seen[x] = seen.get(x, 0) + 1

执行后seen的结果是{'one': 2, 'two': 1, 'three': 1}，完美实现计数去重。

方法2：用collections.defaultdict（更简洁的Pythonic写法） #

如果不想每次都写get()，可以用标准库的defaultdict，指定默认值类型为int，这样不存在的键会自动初始化为0：

from collections import defaultdict

seen = defaultdict(int)
for x in ['one', 'two', 'three', 'one']:
    seen[x] += 1

这种写法和Perl的风格最接近，代码更简洁，适合频繁做这类计数的场景。

方法3：如果只是单纯去重（不需要计数） #

如果你的需求只是去掉重复元素，不需要统计次数，直接用Python的set就搞定了——集合天然不允许重复元素：

unique_elements = list(set(['one', 'two', 'three', 'one']))

不过要注意，Python 3.7之前的集合是无序的，如果你需要保持元素的原始顺序，用方法1里的字典就行（Python 3.7+的字典会保留插入顺序），然后取字典的键即可：

seen = {}
for x in ['one', 'two', 'three', 'one']:
    seen[x] = None  # 不需要计数的话，赋值任意值都可以
unique_ordered = list(seen.keys())

内容的提问来源于stack exchange，提问作者Red Cricket