Python数据结构与算法

Python数据结构与算法

一、筛选数据

0x1 列表

列表解析

[x for x in data if x>= 0]

filter函数:

g = filter(lambda x : x >=0, data)
在python3中，得到的是构造器，要用list才可以得到结果
list(g)

0x2 字典

字典解析

{k:v for k, v in d.items() if v> 90}

d = {'student%d' %i :randint(50,100) for i in range(1,21)}
{k:v for k,v in d.items() if v>=90}

0x3 集合

集合解析

{x for x in s if x%3==0}

二、元组命名

student = (‘mubai’,20,’male’,’1948877055@qq.com’)
访问里面的数据用下标索引，可读性不好。

方案1:定义一系列数值常量或枚举类型

NAME,AGE,SEX,EMAIL = range(4)
student[NAME] //mubai

方案2:使用标准库中collections.namedtuple替代内置tuple

//使用枚举
from enum import IntEnum
class StudentEnum(IntEnum):
    NAME = 0
    AGE = 1
    SEX = 2
    EMAIL = 3
student[StudentEnum.AGE] = 20
//使用collections.namedtuple
from collections import namedtuple
Student = namedtuple('Student',['name','age','sex','email'])
s = Student('mubai',20,'male','1948877055@qq.com')
//s.name = mubai

三、字典排序

根据成绩高低排名:
{
'LiLei':79,
'Jim':88,
'Lucy':92,
...
}


将字典中的各项转换为元组，使用内置函数sorted排序。

方案一：将字典中的项转化为(值，键)元组。(列表解析或zip )

//随机生成成绩表
from random import randint
g = {k: randint(60,100) for k in 'abcdefgh'}
//列表解析
d = [(v,k) for k,v in g.items()]
//zip函数
d = list(zip(g.values(),g.keys())
m = sorted(d,reverse=True) 

方案二：传递sorted函数的key参数

m = sorted(g.items(),key=lambda item:item[1],reverse=True)

最终排名：

n = list(enumerate(m,1)) //对m进行排序，加序号
for i,(k,v) in n: //迭代n，增加排序
    g[k] = (i,v)  //{'a': (1, 100), 'b': (7, 66), 'c': (8, 65), ...}
o = {k:(i,v) for i,(k,v) in enumerate(m,1)}

四、统计频度

某随机序列找到出现次数最高的3个元素,它们出现次数是多少?

方案一：将序列转换为字典{元素:频度},根据字典中的值排序。

data = [randint(0,20) for _ in range(30)]
//新建一个字典，值全为0
d = dict.fromkeys(data,0)
//迭代，值加一
for x in data:
    d[x] += 1
m = sorted([(v,k) for k,v in d.items()],reverse=True)
sorted(((v,k) for k,v in d.items()),reverse=True)[:3] //生成器解析 取前三个
//不用sorted全部计算，采用堆
import heapq
m = heapq.nlargest(3,((v,k) for k,v in d.items()))

方案二：使用标准库collections中的Counter对象。

from collections import Counter
c = Counter(data) //统计词频
c.most_common(3) //选前三

统计文本文件词频：

from collections import Counter
text = open('a.txt').read()
import re  //正则表达式
word_list = re.split('\W+',txt)   //非字符切割文本
t = Counter(word_list)
t.most_common(10)

五、字典中的公共键

场景：指定球员多场球赛进球数。
模拟：随机生成多个字典，找出公共建。

from random import randint,sample

d = sample('abcdefgh',randint(3,6)) #进球的球员

d1 = {k:randint(1,4) for k in d}
d2 = {k:randint(1,4) for k in d}
d3 = {k:randint(1,4) for k in d}
dl = [d1,d2,d3]

方案一、迭代每个字典的键

//循环迭代
for k in d1:
    if k in d2 and k in d3:
        print(k)

//列表解析
[k for k in d1 if k in d2 and k in d3]
[k for k in dl[0] if all(map(lambda d:k in d, dl[1:]))]

方案二、利用集合(set)的交集操作

Step1:使用字典的keys()方法，得到一个字典keys的集合.
Step2:使用map函数，得到每个字典keys的集合.
Step3:使用reduce函数，取所有字典的keys集合的交集.

# reduce()函数介绍
//10的阶乘
from functools import reduce
reduce(lambda a,b : a*b,range(1,11))
d1 = {k:randint(1,4) for k in d}
d2 = {k:randint(1,4) for k in d}
d3 = {k:randint(1,4) for k in d}
d1&d3&d2
//下面是最终结果
reduce(lambda a,b:a&b,map(dict.keys,dl))

五、让字典有序

Python3.5之前的字典不是有序的，存和取位置并不是对应好的。
案例：编写根据排名获取选手的函数接口

方案：使用标准库collections中的OrderedDict

from collections import OrderedDict
players = list('abcdefgh')
from random import shuffle  #洗牌函数
shuffle(players)
od = OrderedDict()
for i,p in enumerate(players,1):
    od[p] = i

#根据名字查询成绩
def query_by_name(d,name):
    return d[name]

from itertools import islice
def query_by_order(d,a,b=null):
    a -= 1
    if b is None:
        b = a + 1
    return list(islice(od,a,b))
query_by_order(od,3)
query_by_order(od,3,6)

六、历史记录存储

案例：现在我们制作了一个简单的猜数字的小游戏，如何添加历史记录功能，显示用户最近猜过的数字?

方案一：使用容量为n的队列存储历史记录

使用标准库collections中的deque,它是一个双端循环队列

from collections import deque
q = deque([],5)  //[]初始化 队列长度
q.append(1)  //入队
q.appendleft(2) //从左入队
q.pop(1)  //出队

方案二：使用pickle模块将历史记录存储到硬盘，以便下次启动使用

pickle.dump(obj, file, [,protocol])
注解：将对象obj保存到文件file中去。

import pickle
pickle.dump(q.open('save.pkl','wb'))  #以二进制方式写入
p = pickle.load(open('save.pkl','rb'))  #以二进制方式读取