defaultdict

定义

defaultdict是Python的collections模块中定义的一种字典类型，是内置dict类的子类。它只重写了一个方法，并增加了一个可写实例变量，其余功能与dict完全相同^[1]。它的构造签名为$defaultdict([default_factory[, ...]])$，第一个参数是工厂函数，其余参数按普通字典构造函数的方式处理。

普通dict在读取不存在的键时会触发KeyError异常，而defaultdict会用工厂函数的返回值填补这一空缺，因此它常被描述为一种不会因键缺失而报错的字典^[2]。传入的工厂函数可以是int、list、set、str等内置类型，也可以是任意不带参数的可调用对象^[3]。

原理

defaultdict的默认值机制依赖dict类自带的钩子方法__missing__。当通过下标读取一个不存在的键时，dict的__getitem__会转而调用__missing__(key)，由子类决定返回什么或抛出什么异常^[4]。defaultdict正是通过实现该方法获得默认值行为的，工厂函数本身存放在default_factory属性中。

其处理逻辑可以概括为：若default_factory为None，则按普通字典处理并抛出KeyError；否则不带参数调用该工厂函数，把得到的值作为该键的值存入字典并返回。若工厂函数自身抛出异常，异常会原样向外传递。

flowchart TD

A[执行 d[key]] --> B{key 是否在字典中}

B -- 是 --> C[返回已有值]

B -- 否 --> D{default_factory 是否为 None}

D -- 是 --> E[抛出 KeyError]

D -- 否 --> F[调用 default_factory 生成默认值]

F --> G[以 key 为键写入字典]

G --> H[返回该默认值]

工厂函数只在该键首次被读取时调用一次，之后该键已存在于字典中，后续访问直接返回已存的值。因此反复读取同一个缺失键不会不断产生新对象，而不同的缺失键则各自触发一次调用^[5]。由于默认值会被真正写入字典，使用字典的get方法不会触发这一机制^[6]。

发展历程

defaultdict随collections模块的扩展在Python 2.5中引入，同期dict类型也获得了__missing__钩子方法^[4]。此前若要在旧版本中实现类似效果，只能自行继承dict并编写额外的取键逻辑^[7]。

在标准库文档的早期版本中，collections模块仅包含deque与defaultdict两种数据类型，以及一个类型工厂函数namedtuple。该模块的文档与实现由Raymond Hettinger维护。

应用

最常见的用法是把工厂函数设为list，从而把一系列键值对按相同的键归并为字典列表。首次出现的键会自动获得一个空列表，随后的append操作把值追加进去；官方文档指出这种写法比使用dict.setdefault更简单也更快。

把工厂函数设为int可用于计数，因为不带参数调用int会返回0，每次遇到键时执行累加即可统计出现次数，效果类似于其他语言中的多重集合。若工厂函数为set，则键对应的值是一个集合，重复元素会被自动去重^[3]。

在取值函数返回浮点数时，defaultdict同样可以用于对同一键的多笔数值求和^[6]。在图结构的邻接表、日志聚合等键值不确定的场景中，这种类型可以省去逐键判断的样板代码^[3]。

局限

defaultdict只能为不存在的键提供默认值，无法处理键已存在但取值为假的情况^[8]。所有缺失的键共享同一套生成规则，它不支持针对不同键返回不同的默认值；如有此类需求，需要自行继承dict并改写__missing__^[8]。

读取缺失键会顺带修改字典内容，这一点在只读遍历或并发访问时需要额外注意。用于并发场景时，仍然需要依赖dict本身的线程安全约束。

它不会减少哈希冲突、内存占用等字典本身的开销，默认值对象在大量键的情况下也会累积占用内存。构造时如果传入的是调用结果而非可调用对象，则会抛出TypeError，提示第一个参数必须是可调用的或None^[6]。

参见

• dict —— defaultdict所继承的Python内置字典类型

• collections —— 定义defaultdict的Python标准库模块

• KeyError —— 访问普通字典缺失键时抛出的异常

• setdefault —— 字典自带的设置默认值方法，功能与defaultdict部分重叠

• Counter —— collections模块中专用于计数的容器类型