Python十大数据结构

如果你还处于Python入门阶段，通常只需掌握 list 、 tuple 、 set 、 dict 这四类数据结构，做到灵活使用即可。

然而，随着学习的深入，平时遇到实际场景变复杂，很有必要去了解Python内置的更加强大的数据结构 deque 、 heapq 、 Counter 、 OrderedDict 、 defaultDict 、 ChainMap ，掌握它们，往往能更加高效的实现功能。
本文主要介绍后六类数据结构

1 deque

基本用法 deque 双端队列，基于list优化了列表两端的增删数据操作。基本用法：

from collections import deque
In : d = deque([3,2,4,0])
In : d.popleft() # 左侧移除元素，O(1)时间复杂度
Out: 3

In : d.appendleft(3) # 左侧添加元素，O(1)时间复杂度
In : d
Out: deque([3, 2, 4, 0])

使用场景 list左侧添加删除元素的时间复杂度都为O(n)，所以在Python模拟队列时切忌使用list，相反使用deque双端队列非常适合频繁在列表两端操作的场景。但是，加强版的deque牺牲了空间复杂度，所以嵌套deque就要仔细trade-off:

In : sys.getsizeof(deque())
Out: 640

In: sys.getsizeof(list())
Out: 72

实现原理 cpython实现deque使用默认长度64的数组，每次从左侧移除1个元素，leftindex加1，如果超过64释放原来的内存块，再重新申请64长度的数组，并使用双端链表block管理内存块。

2 Counter

基本用法 Counter一种继承于dict用于统计元素个数的数据结构，也称为bag 或 multiset. 基本用法：

from collections import Counter
In: c = Counter([1,3,2,3,4,2,2]) # 统计每个元素的出现次数
In: c
Out: Counter({1: 1, 3: 2, 2: 3, 4: 1})

除此之外，还可以统计最常见的项，如统计第1最常见的项，返回元素及其次数的元组

In: c.most_common(1)
Out: [(2, 3)]

使用场景 基本的dict能解决的问题就不要用Counter，但如遇到统计元素出现频次的场景，就不要自己去用dict实现了，果断选用Counter.
需要注意，Counter统计的元素要求可哈希(hashable)，换句话说如果统计list的出现次数就不可行，不过list转化为tuple不就可哈希了吗.
实现原理 Counter实现基于dict，它将元素存储于keys上，出现次数为values.

3 OrderedDict

基本用法 继承于dict，能确保keys值按照顺序取出来的数据结构，基本用法：

In: from collections import OrderedDict
In: od = OrderedDict({'c':3,'a':1,'b':2})
In: for k,v in od.items():
...: print(k,v)
...:
c 3
a 1
b 2

使用场景 基本的dict无法保证顺序，keys映射为哈希值，而此值不是按照顺序存储在散列表中的。所以遇到要确保字典keys有序场景，就要使用OrderedDict.
实现原理 你一定会好奇OrderedDict如何确保keys顺序的，翻看cpython看到它里面维护着一个双向链表 self.__root ，它维护着keys的顺序。既然使用双向链表，细心的读者可能会有疑问：删除键值对如何保证O(1)时间完成？
cpython使用空间换取时间的做法，内部维护一个 self.__map 字典，键为key，值为指向双向链表节点的 link . 这样在删除某个键值对时，通过__map在O(1)内找到link，然后O(1)内从双向链表__root中摘除。

4 heapq

基本用法 基于list优化的一个数据结构：堆队列，也称为优先队列。堆队列特点在于最小的元素总是在根结点：heap[0] 基本用法：

import heapq
In: a = [3,1,4,5,2,1]
In: heapq.heapify(a) # 对a建堆，建堆后完成对a的就地排序
In: a[0] # a[0]一定是最小元素
In: a
Out: [1, 1, 3, 5, 2, 4]

In: heapq.nlargest(3,a) # a的前3个最大元素
Out: [5, 4, 3]

In: heapq.nsmallest(3,a) # a的前3个最小元素
Out: [1, 1, 2]

使用场景 如果想要统计list中前几个最小(大)元素，那么使用heapq很方便，同时它还提供合并多个有序小list为大list的功能。
基本原理 堆是一个二叉树，它的每个父节点的值都只会小于或大于所有孩子节点（的值），原理与堆排序极为相似。

5 defaultdict

基本用法 defaultdict是一种带有默认工厂的dict，如果对设计模式不很了解的读者可能会很疑惑工厂这个词，准确来说工厂全称为对象工厂。下面体会它的基本用法。基本dict键的值没有一个默认数据类型，如果值为list，必须要手动创建：

words=['book','nice','great','book']
d = {}
for i,word in enumerate(words):
if word in d:
d[word].append(i)
else:
d[word]=[i] # 显示的创建一个list

但是使用defaultdict：

from collections import defaultdict
d = defaultdict(list) # 创建字典值默认为list的字典
for i,word in enumerate(words):
d[word] = i

省去一层if逻辑判断，代码更加清晰。上面defaultdict(list)这行代码默认创建值为list的字典，还可以构造defaultdict(set), defaultdict(dict)等等，这种模式就是对象工厂，工厂里能制造各种对象：list,set,dict…
使用场景 上面已经说的很清楚，适用于键的值必须指定一个默认值的场景，如键的值为list,set,dict等。
实现原理 基本原理就是调用工厂函数去提供缺失的键的值。

6 ChainMap

基本用法 如果有多个dict想要合并为一个大dict，那么ChainMap将是你的选择，它的方便性体现在同步更改。具体来看例子：

In: from collections import ChainMap
In: d1 = {'a':1,'c':3,'b':2}
In: d2 = {'d':1,'e':5}
In: dm = ChainMap(d1,d2)
In: dm
Out: ChainMap({'a': 1, 'c': 3, 'b': 2}, {'d': 1, 'e': 5})

ChainMap后返回一个大dict视图，如果修改其对应键值对，原小dict也会改变：

In: dm.maps # 返回一个字典list
Out: [{'a': 2, 'c': 3, 'b': 2, 'd': 10}, {'d': 1, 'e': 5}]

In: dm.maps[0]['d']=20 # 修改第一个dict的键等于'd'的值为20
In: dm
Out: ChainMap({'a': 2, 'c': 3, 'b': 2, 'd': 20}, {'d': 1, 'e': 5})

In: d1 # 原小dict的键值变为20
Out: {'a': 2, 'c': 3, 'b': 2, 'd': 20}

使用场景 具体使用场景是我们有多个字典或者映射，想把它们合并成为一个单独的映射，可能会说可以用update进行合并，这样做的问题就是新建了一个内存结构，除了浪费空间外，还有一个缺点就是我们对新字典的更改不会同步到原字典上。
实现原理 通过maps便能观察出ChainMap联合多个小dict装入list中，实际确实也是这样实现的，内部维护一个lis实例，其元素为小dict.