python数据结构（堆，栈，队列，哈希表）使用示例

基本数据结构：堆，栈，队列，哈希表

 

Collections

deque: 双向列表 高效实现插入和删除，适用于堆列和栈

支持append, pop, append left, pop left

>>> from collections import deque

>>> q = deque([ 'a' , 'b' , 'c' ])

>>> q.append( 'x' )

>>> q.appendleft( 'y' )

>>> q

deque([ 'y' , 'a' , 'b' , 'c' , 'x’ ])

 

 

defaultdict:避免key不存在报错的问题，提供工厂函数，为字典查询提供默认值

>>> from collections import defaultdict

>>> dd = defaultdict( lambda : 'N/A' )

>>> dd[ 'key1' ] = 'abc'

>>> dd[ 'key1' ] # key1存在

'abc'

>>> dd[ 'key2' ] # key2不存在，返回默认值

'N/A'

 

python3.6（包含）之后，所有的普通dict（）字典都变为有序的了，不再需要OrderedDict（）这个类了

OrderedDict:有序字典，按插入顺序排序，dict的key默认是无序的,可以实现FIFO的dict

from collections import OrderedDict

 

class LastUpdatedOrderedDict (OrderedDict):

 

    def __init__ (self, capacity):

        super(LastUpdatedOrderedDict, self).__init__()

        self._capacity = capacity

 

    def __setitem__ (self, key, value):

        containsKey = 1 if key in self else 0

        if len(self) - containsKey >= self._capacity:

            last = self.popitem(last= False )

            print 'remove:' , last

        if containsKey:

            del self[key]

            print 'set:' , (key, value)

        else :

            print 'add:' , (key, value)

        OrderedDict.__setitem__(self, key, value)

 

 

 

Counter：计数器，统计字符个数

>>> from collections import Counter

>>> c = Counter()

>>> for ch in 'programming' :

...     c[ch] = c[ch] + 1

...

>>> c

Counter({ 'g' : 2 , 'm' : 2 , 'r' : 2 , 'a' : 1 , 'i' : 1 , 'o' : 1 , 'n' : 1 , 'p' : 1 })

 

 

堆

python heapq只有小顶堆，没有大顶堆，数据取反可以实现大顶堆

import heapq

heapq 函 数	描 述
heappush(heap, x)	将x压入堆中
heappop(heap)	从堆中弹出最小的元素
heapreplace(heap, x)	替换元素
heapify(heap)	让列表具备堆特征
nlargest(n, iter)	返回iter中n个最大的元素
nsmallest(n, iter)	返回iter中n个最小的元素

优先队列

from queue import PriorityQueue

初始化方法传入一个参数 maxsize，表示队列的最大容量

主要方法：

qsize  获得元素数量

get / put 方法加入或者弹出队列顶端的那个元素

get_nowait /  put_nowait  忽略线程阻塞地加入或弹出（blocking）

empty ， full  判断是否空（满），返回bool类型