RuntimeError:字典在迭代期间更改了大小-在迭代期间在defaultdi上使用iteritems

Question

在回答一个特殊的问题时，我偶然发现了一个我无法解释的特殊问题。不幸的是，前两个Google搜索页面返回了一个SO页面，这也没有帮助。

问题代码

>>> somedata=[random.randint(1,1000) for i in xrange(1,10000)]
>>> somehash=collections.defaultdict(int)
>>> for d in somedata:
    somehash[d]+=1      
>>> maxkey=0
>>> for k,v in somehash.iteritems():
    if somehash[maxkey] > v:
        maxkey=k            

Traceback (most recent call last):
  File "<pyshell#700>", line 1, in <module>
    for k,v in somehash.iteritems():
RuntimeError: dictionary changed size during iteration
>>> for k,v in somehash.iteritems():
    if somehash[maxkey] > v:
        maxkey=k
>>>

由于一些奇怪的原因，当我第一次遍历字典时，Python正在发脾气，但是随后的执行很好，正如您在示例中看到的，当我第一次遍历字典时，它给出了运行时错误，但是下一次它没有抱怨。

知道怎么回事吗？

万一需要的话

>>> sys.version_info
sys.version_info(major=2, minor=7, micro=0, releaselevel='final', serial=0)
>>> sys.version
'2.7 (r27:82525, Jul  4 2010, 09:01:59) [MSC v.1500 32 bit (Intel)]'

OS: Microsoft Windows [Version 6.1.7601] (Windows 7)

Answer 1

迭代字典时添加或删除字典项是错误的。因为somehash是一个defaultdict，所以即使行中看起来是只读访问

if somehash[maxkey] > k:

可能会添加一个新的密钥，从而导致遇到错误。

Answer 2

正如Sven所解释的，您遇到的错误是由于defaultdict的工作方式造成的。在defaultdict中执行查找时，如果密钥不存在，则检索默认值（因此是名称）并将密钥添加到字典（使用默认值）。这是你的RuntimeError的来源。

您可以执行以下操作来避免此问题：

for k, v in somehash.items():
    if somehash[maxkey] > v:
        maxkey = k

主要的区别在于somehash.items()返回一个（键，值）元组的列表，因此实际上是在该列表上迭代，而不是somehash本身。这同样适用于.keys()与.iterkeys()。

Answer 3

您正在生成1到1000之间的9999个（有点）随机整数，存储在somedata中，它用作somehash的键，用于存储某些数据中数字的出现。

作为maxkey=0，这个键将永远不存在。在使用defaultdict时，when each key is encountered for the first time, an entry is automatically created using the ^{} function which returns an empty list，因此在迭代过程中正确地抛出了一个错误，正如*fasturtle*已经指出的那样。

使用get方法安全地检索项。

import random
import collections

somedata=[random.randint(1,1000) for i in xrange(1,10000)]
somehash=collections.defaultdict(int)
for d in somedata:
   somehash[d]+=1 

maxkey=0
for k,v in somehash.iteritems():
   if somehash.get(maxkey) > v:
       maxkey=k 
       print k,v  

---

我看到您正在使用Python 2.7，它有一个名为Counter的新集合类，用于计算散列对象。使用Counter应该比上面的代码快，并将代码缩减为：

somedata=[random.randint(1,1000) for i in xrange(1,10000)]
somehash=collections.Counter(somedata)