我尝试使用抽象基类 MutableMapping 在 Python 中实现映射，但在实例化时出现错误。我将如何使用Abstract Base Classesdict以尽可能多的方式制作这个字典的工作版本，以尽可能多地模拟内置类？
>>> class D(collections.MutableMapping):
... pass
...
>>> d = D()
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: Can't instantiate abstract class D with abstract methods __delitem__, __getitem__, __iter__, __len__, __setitem__
一个好的答案将演示如何使这项工作，特别是没有子类化dict（我非常熟悉的概念）。
我将如何使用抽象基类实现 dict？
一个好的答案将演示如何使这项工作，特别是没有子类化 dict。
这是错误消息：TypeError: Can't instantiate abstract class D with abstract methods __delitem__, __getitem__, __iter__, __len__, __setitem__
事实证明，必须实现它们才能使用抽象基类 (ABC) MutableMapping，.
所以我实现了一个在大多数方面都像字典一样工作的映射，它使用对象的属性引用字典进行映射。（委托与继承不同，所以我们只委托给实例__dict__，我们可以使用任何其他临时映射，但您似乎并不关心实现的那部分。这样做是有意义的这种方式在 Python 2 中，因为 MutableMapping__slots__在 Python 2 中没有，所以你正在创建一种__dict__方式。在 Python 3 中，你可以通过设置完全避免 dicts __slots__。）
from collections.abc import MutableMapping
class D(MutableMapping):
'''
Mapping that works like both a dict and a mutable object, i.e.
d = D(foo='bar')
and
d.foo returns 'bar'
'''
# ``__init__`` method required to create instance from class.
def __init__(self, *args, **kwargs):
'''Use the object dict'''
self.__dict__.update(*args, **kwargs)
# The next five methods are requirements of the ABC.
def __setitem__(self, key, value):
self.__dict__[key] = value
def __getitem__(self, key):
return self.__dict__[key]
def __delitem__(self, key):
del self.__dict__[key]
def __iter__(self):
return iter(self.__dict__)
def __len__(self):
return len(self.__dict__)
# The final two methods aren't required, but nice for demo purposes:
def __str__(self):
'''returns simple dict representation of the mapping'''
return str(self.__dict__)
def __repr__(self):
'''echoes class, id, & reproducible representation in the REPL'''
return '{}, D({})'.format(super(D, self).__repr__(),
self.__dict__)
并演示用法：
>>> d = D((e, i) for i, e in enumerate('abc'))
>>> d
<__main__.D object at 0x7f75eb242e50>, D({'b': 1, 'c': 2, 'a': 0})
>>> d.a
0
>>> d.get('b')
1
>>> d.setdefault('d', []).append(3)
>>> d.foo = 'bar'
>>> print(d)
{'b': 1, 'c': 2, 'a': 0, 'foo': 'bar', 'd': [3]}
为了确保 dict API，吸取的教训是您可以随时检查collections.abc.MutableMapping：
>>> isinstance(d, MutableMapping)
True
>>> isinstance(dict(), MutableMapping)
True
虽然由于在集合导入上注册，dict 总是会成为 MutableMapping 的实例，但反过来并不总是正确的：
>>> isinstance(d, dict)
False
>>> isinstance(d, (dict, MutableMapping))
True
完成这个练习后，我很清楚，使用抽象基类只为该类的用户提供标准 API 的保证。在这种情况下，假设一个 MutableMapping 对象的用户将被保证使用 Python 的标准 API。
类fromkeys构造方法没有实现。
>>> dict.fromkeys('abc')
{'b': None, 'c': None, 'a': None}
>>> D.fromkeys('abc')
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
AttributeError: type object 'D' has no attribute 'fromkeys'
可以掩盖内置的 dict 方法，例如get或setdefault
>>> d['get'] = 'baz'
>>> d.get('get')
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: 'str' object is not callable
再次取消屏蔽相当简单：
>>> del d['get']
>>> d.get('get', 'Not there, but working')
'Not there, but working'
但我不会在生产中使用此代码。
没有字典的演示，Python 3：
>>> class MM(MutableMapping):
... __delitem__, __getitem__, __iter__, __len__, __setitem__ = (None,) *5
... __slots__ = ()
...
>>> MM().__dict__
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
AttributeError: 'MM' object has no attribute '__dict__'
在不实际使用dictanywhere 的情况下演示这一点的最佳方法可能是实现一些非常简单、与 非常不同dict且并非完全无用的东西。就像从固定大小bytes到相同固定大小的固定大小映射bytes。dict（例如，您可以将它用于路由表——它比将解包键映射到解包值要紧凑得多，尽管显然以速度和灵活性为代价。）
哈希表只是一个(hash, key, value)元组数组。由于这样做的重点是打包数据，因此我们将它们塞进 astruct中，这意味着我们可以只使用 bigbytearray进行存储。为了将插槽标记为空，我们将其哈希值设置为0— 这意味着我们需要0通过将其转换为 a来“转义”任何实数1，这很愚蠢，但更易于编码。为简单起见，我们还将使用最愚蠢的probe算法。
class FixedHashTable(object):
hashsize = 8
def __init__(self, elementsize, size):
self.elementsize = elementsize
self.size = size
self.entrysize = self.hashsize + self.elementsize * 2
self.format = 'q{}s{}s'.format(self.elementsize, self.elementsize)
assert struct.calcsize(self.format) == self.entrysize
self.zero = b'\0' * self.elementsize
self.store = bytearray(struct.pack(self.format, 0,
self.zero, self.zero)
) * self.size
def hash(self, k):
return hash(k) or 1
def stash(self, i, h, k, v):
entry = struct.pack(self.format, h, k, v)
self.store[i*self.entrysize:(i+1)*self.entrysize] = entry
def fetch(self, i):
entry = self.store[i*self.entrysize:(i+1)*self.entrysize]
return struct.unpack(self.format, entry)
def probe(self, keyhash):
i = keyhash % self.size
while True:
h, k, v = self.fetch(i)
yield i, h, k, v
i = (i + 1) % self.size
if i == keyhash % self.size:
break
正如错误消息所说，您需要为抽象方法__delitem__、__getitem__、__iter__、__len__和提供实现__setitem__。但是，更好的地方是docs，它将告诉您，如果您实现这五个方法（加上基类所需的任何其他方法，但从表中可以看出没有），您将得到所有其他方法都是免费的。您可能无法获得所有这些最有效的实现，但我们会回到这一点。
首先，让我们处理__len__. 通常人们期望这是 O(1)，这意味着我们需要独立跟踪它，并根据需要更新它。所以：
class FixedDict(collections.abc.MutableMapping):
def __init__(self, elementsize, size):
self.hashtable = FixedHashTable(elementsize, size)
self.len = 0
现在，__getitem__只需进行探测，直到找到所需的密钥或到达末尾：
def __getitem__(self, key):
keyhash = self.hashtable.hash(key)
for i, h, k, v in self.hashtable.probe(keyhash):
if h and k == key:
return v
并且__delitem__做同样的事情，除了如果找到它会清空插槽并更新len.
def __delitem__(self, key):
keyhash = self.hashtable.hash(key)
for i, h, k, v in self.hashtable.probe(keyhash):
if h and k == key:
self.hashtable.stash(i, 0, self.hashtable.zero, self.hashtable.zero)
self.len -= 1
return
raise KeyError(key)
__setitem__有点棘手——如果找到，我们必须替换槽中的值；如果没有，我们必须填补一个空位。在这里，我们必须处理哈希表可能已满的事实。当然，我们必须照顾len：
def __setitem__(self, key, value):
keyhash = self.hashtable.hash(key)
for i, h, k, v in self.hashtable.probe(keyhash):
if not h or k == key:
if not h:
self.len += 1
self.hashtable.stash(i, keyhash, key, value)
return
raise ValueError('hash table full')
那叶子__iter__。就像 a 一样dict，我们没有任何特定的顺序，所以我们可以迭代哈希表槽并产生所有非空的槽：
def __iter__(self):
return (k for (h, k, v) in self.hashtable.fetch(i)
for i in range(self.hashtable.size) if h)
当我们这样做时，我们不妨写一个__repr__. 请注意，我们可以使用我们免费获得的事实items：
def __repr__(self):
return '{}({})'.format(type(self).__name__, dict(self.items()))
但是，请注意默认items只创建一个ItemsView(self)，如果您通过源跟踪它，您会看到它迭代self并查找每个值。如果性能很重要，您显然可以做得更好：
def items(self):
pairs = ((k, v) for (h, k, v) in self.hashtable.fetch(i)
for i in range(self.hashtable.size) if h)
return collections.abc.ItemsView._from_iterable(pairs)
同样 for values，可能还有其他方法。
至少
您需要在子类中实现从 MutableMapping 继承的所有抽象方法
class D(MutableMapping):
def __delitem__(self):
'''
Your Implementation for deleting the Item goes here
'''
raise NotImplementedError("del needs to be implemented")
def __getitem__(self):
'''
Your Implementation for subscripting the Item goes here
'''
raise NotImplementedError("obj[index] needs to be implemented")
def __iter__(self):
'''
Your Implementation for iterating the dictionary goes here
'''
raise NotImplementedError("Iterating the collection needs to be implemented")
def __len__(self):
'''
Your Implementation for determing the size goes here
'''
raise NotImplementedError("len(obj) determination needs to be implemented")
def __setitem__(self):
'''
Your Implementation for determing the size goes here
'''
raise NotImplementedError("obj[index] = item, needs to be implemented")
>>> D()
<__main__.D object at 0x0258CD50>
而且
您需要提供一种数据结构来存储您的映射（散列、AVL、红黑），以及一种构建字典的方法
作为MutableMapping基类，你应该在你的类中自己创建这些方法：__delitem__, __getitem__, __iter__, __len__, __setitem__.
要创建自定义 dict 类，您可以从 dict 派生它：
>>> class D(dict):
... pass
...
>>> d = D()
>>> d
{}
抽象基类的整个想法是它有一些成员（C++ 术语中的纯虚拟成员），您的代码必须提供这些成员 - 在 C++ 中，这些是纯虚拟成员和您可以覆盖的其他虚拟成员。
Python 与 C++ 的不同之处在于所有类的所有成员都是虚拟的并且可以被覆盖（并且您可以将成员添加到所有类和实例）但是抽象基类有一些必需的缺失类，这些类相当于 C++ 纯虚拟。
解决这个问题后，您只需要提供缺失的成员即可创建派生类的实例。
对于您正在尝试做的事情的示例，请在此处查看接受的答案，而不是在类中使用 dict，您必须提供它自己提供的方法。