Python 常用数据结构

1 List

1.1 List 的使用

List 相关函数:append,extend,insert,remove,pop,index,count,sort,reverse

>>> a

[3, 1, 2]

>>> b

[4, 7, 6, 10]

>>> a.append(5)

>>> a

[3, 1, 2, 5]

>>> a.extend(b)

>>> a

[3, 1, 2, 5, 4, 7, 6, 10]

>>> a.insert(0,9)

>>> a

[9, 3, 1, 2, 5, 4, 7, 6, 10]

>>> a.insert(1,8)

>>> a

[9, 8, 3, 1, 2, 5, 4, 7, 6, 10]

>>> a.insert(5,1)

>>> a

[9, 8, 3, 1, 2, 1, 5, 4, 7, 6, 10]

>>> a.remove(1)

>>> a

[9, 8, 3, 2, 1, 5, 4, 7, 6, 10]

>>> a.pop(0)

9

>>> a

[8, 3, 2, 1, 5, 4, 7, 6, 10]

>>> a.pop()

10

>>> a

[8, 3, 2, 1, 5, 4, 7, 6]

>>> a.index(1)

3

>>> a.insert(2,6)

>>> a

[8, 3, 6, 2, 1, 5, 4, 7, 6]

 >>> a.count(3)

1

>>> a.count(6)

2

>>> a.sort()

>>> a

[1, 2, 3, 4, 5, 6, 6, 7, 8]

>>> a.reverse()

>>> a

[8, 7, 6, 6, 5, 4, 3, 2, 1]

>>> 

1.2 将List当作栈(Stack)

使用上面将的 append, pop 函数很容易将List当作栈来使用。栈有先进后出的特点。

>>> stack = [5,2,8]

>>> stack.append(9)

>>> stack

[5, 2, 8, 9]

>>> stack.append(1)

>>> stack

[5, 2, 8, 9, 1]

>>> stack.pop()

1

>>> stack

[5, 2, 8, 9]

>>> stack.pop()

9

>>> stack

[5, 2, 8]

1.3 将List当作队列

List同样很容易当作队列来使用，队列的特点是先进先出。然而，这样使用效率非常低。因为在队列头部删除元素时， 所有后面的元素都要左移。 可以使用collections.deque来实现队列，它是专门用于队列的，其设计保证了入队和出队的效率。

>>> from collections import deque

>>> queue = deque(["Linux","Unix","Windows"])

>>> queue

deque(['Linux', 'Unix', 'Windows'])

>>> queue.append("Mac")

>>> queue

deque(['Linux', 'Unix', 'Windows', 'Mac'])

>>> queue.popleft()

'Linux'

>>> queue

deque(['Unix', 'Windows', 'Mac'])

1.4 函数式程序设计工具

对于List来说，有三个函数是非常有用的：filter,map,reduce

filter(function,sequence) 从序列中选出能使函数function返回真的元素

>>> def f(x): return x % 2 !=0 and x % 3 != 0

... 

>>> filter(f, range(1,20))

[1, 5, 7, 11, 13, 17, 19]

map(function,sequence) 将函数function作用到sequence上的每一个元素，返回对应的值

>>> def f(x): return x*2+1

... 

>>> map(f,range(1,10))

[3, 5, 7, 9, 11, 13, 15, 17, 19]

如果函数有两个参数，那么需要两个序列

>>> def f(x,y): return x + y

... 

>>> map(f,[1,5,2],[6,3,9])

[7, 8, 11]

reduce(function,sequence) 将二元函数function作用在sequence前两个元素上，再将结果和下一个元素共同作为函数参数

>>> def f (x,y): return x + y

... 

>>> reduce(f,[1,2,3,4])

10

>>> def f(x,y): return x*y

... 

>>> reduce(f,[1,2,3,4])

24

1.5 List Comprehensions

List Comprehensions 是创建List的一种方式，例如

>>> squares = [x**2 for x in [4,3,7]]

>>> squares

[16, 9, 49]

>>> [(x,y) for x in [1,2,3] for y in [3,2,4] if x != y]

[(1, 3), (1, 2), (1, 4), (2, 3), (2, 4), (3, 2), (3, 4)]

这种方式有时候可以避免写很多代码，而且清晰可读，和数学里定义集合的方式很像，haskell中也有这样的方式。 另外，这货还可以嵌套着玩儿

>>> matrix = [

... [1,2,3,4],

... [5,6,7],

... [8,9,10,11,12]

... ]

>>> matrix

[[1, 2, 3, 4], [5, 6, 7], [8, 9, 10, 11, 12]]

>>> [ [row[i] for row in matrix] for i in range(3) ]

[[1, 5, 8], [2, 6, 9], [3, 7, 10]]

当然，这只是体现List Comprehensions的特性，真玩的时候，我们还有更方便的：

>>> zip(*matrix)

[(1, 5, 8), (2, 6, 9), (3, 7, 10)]

2 del 语句

>>> a = [5,2,67,1,72,1,728]

>>> a

[5, 2, 67, 1, 72, 1, 728]

>>> del a[0]

>>> a

[2, 67, 1, 72, 1, 728]

>>> del a[1:3]

>>> a

[2, 72, 1, 728]

>>> del a[:]

>>> a

[]

>>> del a

>>> a

Traceback (most recent call last):

  File "<stdin>", line 1, in <module>

NameError: name 'a' is not defined

3 Tuples 和 序列

表示序列的，还有一种标准的数据结构，Tuples。 Tuple中的元素是不能修改的。 虽然Tuple和List看起来很像，但是他们用于不同的场合，后面我们会介绍。

>>> t = "linux", "unix", "winx"

>>> t

('linux', 'unix', 'winx')

>>> p = ("ubuntu","arch","freebsd")

>>> p

('ubuntu', 'arch', 'freebsd')

>>> t[0]

'linux'

>>> t[0] = "*nix"

Traceback (most recent call last):

  File "<stdin>", line 1, in <module>

TypeError: 'tuple' object does not support item assignment

>>> s = [1,2,3]

>>> s

[1, 2, 3]

>>> s[0] = 9

>>> s

[9, 2, 3]

Tuple 有packing 和 unpacking 两个概念 packing 就是:

>>> t = "linux","unix","freebsd"

unpacking 就是：

>>> x, y, z = t

>>> x

'linux'

>>> y

'unix'

>>> z

'freebsd'

4 Sets

python还有一种数据结构，Sets。用于存放不重复元素的无序集合，常用于成员测试，消除重复项等。Sets支持 数学集合中的交，差，并，等操作。

>>> os = ['linux','windows7','freebsd']

>>> oset = set(os)

>>> oset

set(['windows7', 'freebsd', 'linux'])

>>> 'linux' in oset

True

>>> 'unix' in oset

False

>>> a = set('sdkf;ahdf')

>>> b = set('safj13325er')

>>> a - b # 在 a 不在 b

set(['h', 'k', 'd', ';'])

>>> a | b # 在 a 或在 b

set(['r', 'a', 'e', 'd', 'f', 'h', 'k', 'j', '3', '1', 's', '2', '5', ';'])

>>> a & b # 在 a 且在 b

set(['a', 's', 'f'])

>>> a ^ b # 在 a 或在 b 且不同时在a,b

set(['e', 'd', 'h', 'k', 'j', '1', '3', '2', '5', ';', 'r'])

集合也支持 comprehensions 特性

>>> a = {x for x in 'abcde' if x not in 'abe'}

>>> a

set(['c', 'd'])

但是，必须要注意，定义一个sets时不能用{},而要用set()

5 Dictionaries

Python中另一个有用的数据结构是Dictionary。它由key:value两部分组成，通过key值可以查找到value,key值是惟一的。

>>> tel = {'jack':123, 'lucy':456}

>>> tel['lucy']

456

>>> tel

{'jack': 123, 'lucy': 456}

>>> tel['lily'] = 789

>>> tel

{'lily': 789, 'jack': 123, 'lucy': 456}

>>> tel.keys()

['lily', 'jack', 'lucy']

>>> 'lily' in tel

True

使用dict可以由(key,value)组成的序列直接构造dictionary. 使用comprehension的方式也可以构造dictionary.

>>> dict( [('linux',123),('unix',456)] )

{'unix': 456, 'linux': 123}

>>> dict(linux=826, unix=910)

{'unix': 910, 'linux': 826}

>>> {x: x*2+1 for x in (3,7,1)}

{1: 3, 3: 7, 7: 15}

6 循环技术

当我们想遍历一个序列时，可以使用 下标，值，enumerate() 来完成

>>> for i, v in enumerate(['linux', 'unix', 'winx']):

...     print i, v

... 

0 linux

1 unix

2 winx

当我们想遍历两个及以上序列时，可以用 zip() 来完成

>>> ask = ['name', 'system', 'editor']

>>> answer = ['Steve', 'Mac', 'emacs']

>>> for q, a in zip(ask, answer):

...     print 'What is your {0}? It is {1}.'.format(q,a)

... 

What is your name? It is Steve.

What is your system? It is Mac.

What is your editor? It is emacs.

如果想逆序遍历，可以用 reversed() 来完成

>>> for i in reversed(['winx', 'unix', 'linux']):

...     print i

... 

linux

unix

winx

如果想排序后再遍历，可以用 sorted() 来完成

>>> for i in sorted( ['unix', 'linux', 'winx'] ):

...     print i

... 

linux

unix

winx

如果想遍历一个dictionary,可以用iteritems()来完成

>>> system = { 'unix':'second', 'linux':'first', 'winx':'last' }

>>> for key,value in system.iteritems():

...     print key, value

... 

unix second

winx last

linux first

7 更多的条件操作  www.2cto.com

对于 while 和 if 而言，条件操作不仅仅是比较，还有更多可用操作。 in 和 not in 可以判断一个元素是否在一个序列中 is 和 not is 可以判断两个对象是不是指的是同一个对象 比较操作可以链接起来，例如 a < b == c , 表示 a < b 且 b == c 还有著名Bool操作： and, or, not ，它们可以配合比较操作 Bool操作优先级低于比较操作，其中not优先级最高，or最低

8 比较序列操作

序列对象也可以比较，它们是按照 字典序(lexicographical ordering) 的顺序比较

>>> (1,2,3) < (1,2,4)

True

>>> (1,2,3,4) < (1,2,3)

False

>>> (1,2,3,-1) < (1,2,3)

False

>>> (1,2,3) == (1.0,2.0,3.0)

True