澄清行为：collections.defaultdict vs dict.setdefault

Question

dict提供.setdefault() ，它允许你为丢失的键分配任何类型的值：

>>> d = dict()
>>> d.setdefault('missing_key', [])
[]
>>> d
{'missing_key': []}

然而，如果您使用defaultdict来完成相同的任务，那么每当您尝试访问或修改缺少的键时，都会按需生成默认值：

>>> from collections import defaultdict
>>> d = defaultdict(list)
>>> d['missing_key']
[]
>>> d
defaultdict(<class 'list'>, {'missing_key': []})

但是，使用defaultdict实现的以下代码会引发KeyError而不是使用默认值{}创建项目：

trie = collections.defaultdict(dict)
for word in words:
    t = trie
    for c in word:
        t = t[c]
    t["*"] = word

使用.setdefault()工作正常：

trie = {}
for word in words:
    t = trie
    for c in word:
        t = t.setdefault(c, {})
    t["*"] = word

访问前检查，也可以：

trie = {}
for word in words:
    t = trie
    for c in word:
        if c not in t:
           t[c] = {}
        t = t[c]
    t["*"] = word

使用collections.defaultdict()时我缺少什么？

注意我正在尝试从单词列表中构建一个Trie结构。 例如：

words = ["oath", "pea", "eat", "rain"]
trie = {'o': {'a': {'t': {'h': {'*': 'oath'}}}}, 'p': {'e': {'a': {'*': 'pea'}}}, 'e': {'a': {'t': {'*': 'eat'}}}, 'r': {'a': {'i': {'n': {'*': 'rain'}}}}}

Answer 1

在您的第一个示例中，当您执行 t = t[c] 时，t 成为常规的空dict （因为这是您在trie的定义中告诉defaultdict生成的内容）。

让我们用您的示例单词"oath"遍历循环：

1) t = trie, word = "oath"
2) c = "o"
3) t = t[c]
  3.1) evaluation of t[c] # "o" is not in trie, so trie generates an empty dict at key "o" and returns it to you
  3.2) assignment to t -> t is now the empty dict. If you were to run (t is trie["o"]), it would evaluate to True after this line
4) c = "a"
5) t = t[c]
  5.1) Evaluation of t[c] -> "a" is not in the dict t. This is a regular dict, raise KeyError.

不幸的是，我想不出在这里使用defaultdict的方法（但 Marius 可以，看到这个答案），因为 Trie 的任意嵌套。 您需要将 trie 定义为 defaultdict ，在缺少 key 的情况下，生成一个默认 dict ，它本身在缺少 key 的情况下生成一个默认 dict ，递归直到最大深度（原则上是未知的）。

IMO，实现这一点的最佳方法是使用setdefault ，就像您在第二个示例中所做的那样。

Answer 2

GPhilo 的回答非常好，事实上，我也相信setdefault是正确的做法。

但是，如果更喜欢使用defaultdict ，可以像这样轻松实现：

def ddnestedconst(): 
    """collections.defaultdict nested-ish constructor."""
    return collections.defaultdict(ddnestedconst) 

# ...

trie = collections.defaultdict(ddnestedconst)
# or, being the same:
#trie = ddnestedconst()

for word in words:
    t = trie
    for c in word:
        t = t[c]
    t["*"] = word

一开始可能会觉得有点奇怪，但我觉得它完全可读且语义准确。

达到这一点，您可能还希望完全创建一个新的 class ，灵感来自defaultdict ，但包括您期望从中获得的所有语义和特定行为。