Python 数据结构与算法-CSDN博客

本文链接：https://blog.csdn.net/2401_84204413/article/details/138065542

本文介绍了Python中常用的数据结构如列表、元组、字典等，以及算法如排序、搜索、图算法和动态规划等。通过实例演示如何用Python实现栈和冒泡排序，强调了理解和掌握这些基础知识对提升编程能力的重要性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Python 是一种强大且灵活的编程语言，非常适合用于实现各种数据结构和算法。数据结构和算法是计算机科学中的基础概念，对于解决实际问题、优化程序性能以及提高代码的可读性和可维护性至关重要。

### 数据结构

数据结构是计算机存储、组织和管理数据的方式。以下是一些在 Python 中常见的数据结构：

1. **列表 (List)**: 有序的元素集合，允许重复。
2. **元组 (Tuple)**: 不可变的有序元素集合，允许重复。
3. **字典 (Dictionary)**: 无序的键值对集合，键唯一。
4. **集合 (Set)**: 无序的不重复元素集合。
5. **栈 (Stack)**: 后进先出（LIFO）的数据结构。
6. **队列 (Queue)**: 先进先出（FIFO）的数据结构。
7. **树 (Tree)**: 层次化、具有分支结构的数据结构，如二叉树、平衡树等。
8. **图 (Graph)**: 由顶点和边组成的数据结构，用于表示复杂的关系。

### 算法

算法是一系列解决问题的明确指令，通常表现为一系列步骤。以下是一些在 Python 中常见的算法：

1. **排序算法**:

冒泡排序 (Bubble Sort)
选择排序 (Selection Sort)
插入排序 (Insertion Sort)
归并排序 (Merge Sort)
快速排序 (Quick Sort)
堆排序 (Heap Sort)
计数排序 (Counting Sort)
桶排序 (Bucket Sort)
基数排序 (Radix Sort)

2. **搜索算法**:

线性搜索 (Linear Search)
二分搜索 (Binary Search)

3. **图算法**:

深度优先搜索 (DFS)
广度优先搜索 (BFS)
最短路径算法 (如 Dijkstra 算法、Floyd-Warshall 算法)
最小生成树算法 (如 Prim 算法、Kruskal 算法)

4. **动态规划**:

背包问题
最长公共子序列
最短路径问题（也常用图算法解决）

5. **递归与分治**:

归并排序（也作为排序算法）
快速排序（也作为排序算法）
斐波那契数列
汉诺塔

6. **其他常见算法**:

链表操作（插入、删除、反转等）
哈希算法
字符串算法（如 KMP 算法、正则表达式匹配等）

### Python 实现

Python 的标准库和第三方库（如 `collections`、`heapq`、`networkx` 等）提供了许多内置的数据结构和算法实现，可以直接使用。但了解这些结构和算法的实现原理，并能够自己编写实现也是非常重要的。

例如，你可以使用 Python 实现一个简单的栈：

class Stack:  
    def \_\_init\_\_(self):  
        self.items = \[\]

    def is\_empty(self):  
        return not bool(self.items)

    def push(self, item):  
        self.items.append(item)

    def pop(self):  
        if self.is\_empty():  
            raise IndexError("Pop from an empty stack")  
        return self.items.pop()

    def peek(self):  
        if self.is\_empty():  
            raise IndexError("Peek from an empty stack")  
        return self.items\[-1\]

    def size(self):  
        return len(self.items)

或者实现一个简单的冒泡排序算法：

def bubble\_sort(lst):  
    n = len(lst)  
    for i in range(n):  
        for j in range(0, n - i - 1):  
            if lst\[j\] > lst\[j + 1\]:  
                lst\[j\], lst\[j + 1\] = lst\[j + 1\], lst\[j\]  
    return lst