字典和集合

1.字典(鍵值對)

鍵必須是不可變的且不重複，值可以是任意型別
for key  in my_dict : 
列舉字典中的鍵，注：鍵是無序的 

my_dict.items()  –  全部的鍵-值對
my_dict.keys()  –  全部的鍵 
my_dict.values()  –  全部的值 
my_dict.clear()  –  清空字典 

字典的簡單應用：

讀取一個字串，計算每個字母出現的個數
①
s=raw_input()
count=[0]*26

for i in s :
  if i.isalpha():#考慮到空格存在需要判斷一下
 

      count[ord(i)-97]+=1
  else:
     continue

print count

應將字母轉換成小寫字母。
>>> 
single is simple,double is trouble
[0, 2, 0, 1, 4, 0, 1, 0, 4, 0, 0, 4, 1, 1, 2, 1, 0, 1, 4, 1, 2, 0, 0, 0, 0, 0]

②字典
s=raw_input()
s=s.lower()
dic={}
for i in s:
   if i.isalpha():
    if i in dic :
      dic[i]+=1
    else
 
:
      dic[i]=1

print dic

>>> 
AabBCCefdg
{'a': 2, 'c': 2, 'b': 2, 'e': 1, 'd': 1, 'g': 1, 'f': 1}


單詞計數

f=open('emma.txt')

word_freq={}

for line in f:
    words=line.strip().split()
    for word in words:
        if word in word_freq:
            word_freq[word]+=1
        else:
            word_freq[word]
 
=1

freq_word=[]
for word ,freq in word_freq.items():
    freq_word.append((freq,word))

freq_word.sort(reverse=True)


for freq,word in freq_word[:10]:
    print word

f.close()

>>> 
to
the
and
of
a
I
was
in
not
her


  

Python split()
通過指定分隔符對字串進行切片，如果引數num 有指定值，則僅分隔 num 個子字串
split()方法語法：
str.split(str=”“, num=string.count(str)).
引數
str – 分隔符，預設為所有的空字元，包括空格、換行(\n)、製表符(\t）等。
num – 分割次數
返回分割後的字串列表。

Python strip()
用於移除字串頭尾指定的字元（預設為空格）。
strip()方法語法：str.strip([chars]);
引數
chars – 移除字串頭尾指定的字元。
返回移除字串頭尾指定的字元生成的新字串。

2.集合(無序不重複（鍵）集）

題目內容：

實現逆向最大匹配分詞演算法，即從右向左掃描，找到最長的詞並切分。如句子“研究生命的起源”，逆向最大匹配分詞演算法的輸出結果為“研究 生命 的 起源”。

輸入格式:

第一行是以utf-8格式輸入的詞表，每個詞之間以空格分隔。

接下來是若干行以utf-8格式輸入的中文句子。

輸出格式：

以utf-8格式輸出的逆向最大匹配的分詞結果，每個詞之間使用空格分隔。每個輸入對應一行輸出。

輸入樣例：

你 我 他 愛 北京 天安門 研究 研究生 命 生命 的 起源

研究生命的起源

我愛北京天安門

輸出樣例：

研究 生命 的 起源

我 愛 北京 天安門

def load_dict():

    line = unicode(raw_input(), 'utf-8')



    word_dict = set()

    max_length = 1



    words = line.split()

    for word in words:

        if len(word) > max_length:

            max_length = len(word)

        word_dict.add(word)



    return max_length, word_dict



def bmm_word_seg(sentence, word_dict, max_length):

    words = []

    sentence = unicode(sentence, 'utf-8')

    right = len(sentence)



    while right > 0:

        for left in range(max(right - max_length, 0), right,1):

            word = sentence[left:right]

            if word in word_dict or right == left + 1:

                words.append(word)

                break

        right = left



    return words

max_length, word_dict = load_dict()

list=[]

while 1:

   seginput=raw_input()

   if seginput=='':

      break

   words = bmm_word_seg(seginput, word_dict, max_length)

   words.reverse()

   list.append(words)

for words in list:

     for word in words:

            print word.encode('utf-8'),

     print