Python基础（一）基本数据结构

在深入学习Python进阶知识前，先让我们一起探讨 Python 中一些基础数据结构+进阶数据结构，它们是我们在日常编程中经常使用的工具。

一、基本数据结构

列表 (List)

首先，让我们来谈谈列表。它是一种有序的集合，允许我们存储不同类型的元素。创建一个列表很简单，例如：

my_list = [1, 2, 3, 'hello', 5.5]

你可以通过索引来访问列表的元素，比如 my_list[2] 将返回 3。

元组 (Tuple)

元组也是有序集合，但与列表不同的是，它们是不可变的。如果你有一组数据在整个程序生命周期内不会改变，使用元组是个不错的选择。

my_tuple = (1, 2, 3, 'hello', 5.5)

集合 (Set)

集合是一种无序、不重复的集合。如果你想要去除列表或其他数据结构中的重复元素，并且不关心元素的顺序，集合是个不错的选择。

my_set = {1, 2, 3, 4, 5}

字典 (Dictionary)

字典是一种键值对的集合，用于表示一对一关系。比如，你可以用字典表示学生的学号和姓名对应关系。

my_dict = {'Alice': 25, 'Bob': 30, 'Charlie': 22}

字符串 (String)

最后，字符串是一种有序的不可变序列，用于处理文本数据。你可以使用单引号、双引号或三引号来表示字符串。

my_str = 'Hello, Python!'

这些基本数据结构在 Python 编程中是非常常见且重要的。它们为我们提供了灵活的工具，适用于不同类型的问题和场景。在实际应用中，选择合适的数据结构可以让我们的代码更加高效和简洁。

二、进阶数据结构

除了基础数据结构，Python 还支持一些进阶的数据结构，如无向图、有向图、树等。这些数据结构在解决更复杂的问题时发挥着重要的作用。

无向图 (Undirected Graph)

首先，让我们谈谈无向图。无向图是由一组顶点和一组边组成的图，其中边没有方向，即连接两个顶点的边是无序的。这种数据结构通常用于建模一些相互关联的事物之间的关系。

# 无向图的表示
graph = {
    'A': ['B', 'C'],
    'B': ['A', 'D', 'E'],
    'C': ['A', 'F', 'G'],
    'D': ['B'],
    'E': ['B', 'H'],
    'F': ['C'],
    'G': ['C', 'H'],
    'H': ['E', 'G']
}

有向图 (Directed Graph)

有向图是由一组顶点和一组有方向的边组成的图，即连接两个顶点的边有方向性。这种结构常用于建模有方向性关系的事物之间的关系，比如依赖关系、流程等。

# 有向图的表示
digraph = {
    'A': ['B', 'C'],
    'B': ['D', 'E'],
    'C': ['F', 'G'],
    'D': [],
    'E': ['H'],
    'F': [],
    'G': ['H'],
    'H': []
}

树 (Tree)

树是一种层级结构，由节点和边组成，每个节点有一个父节点和零个或多个子节点。它常用于表示层次关系，比如文件系统、组织结构等。

# 树的表示
class TreeNode:
    def __init__(self, value):
        self.value = value
        self.children = []

# 创建树: A -> (B, C -> (D, E), F)
root = TreeNode('A')
child_b = TreeNode('B')
child_c = TreeNode('C')
child_d = TreeNode('D')
child_e = TreeNode('E')
child_f = TreeNode('F')

root.children = [child_b, child_c, child_f]
child_c.children = [child_d, child_e]

DAG 图 (Directed Acyclic Graph)

DAG 图是一个有向图，其中不存在从某个节点出发经过若干条边回到该节点的路径，即无环有向图。这种结构常用于表示任务调度、依赖关系等场景。

# DAG 图的表示
dag = {
    'A': ['B', 'C'],
    'B': ['D', 'E'],
    'C': [],
    'D': [],
    'E': ['F'],
    'F': []
}

字典树 (Trie)

字典树是一种树形结构，用于存储一组动态集合，其中每个节点表示一个字符串的前缀。它常用于字符串搜索、前缀匹配等场景。

# 字典树的表示
class TrieNode:
    def __init__(self):
        self.children = {}
        self.is_end = False

# 创建字典树
trie_root = TrieNode()
trie_root.children['a'] = TrieNode()
trie_root.children['a'].children['p'] = TrieNode()
trie_root.children['a'].children['p'].is_end = True

哈希表 (Hash Table)

最后，哈希表是一种通过哈希函数将键映射到索引位置，实现快速查找、插入和删除操作的数据结构。Python 中的字典 (dict) 就是基于哈希表实现的。

这些进阶数据结构在解决不同类型的问题时都有其独特的优势。希望这次的分享对你有所启发～