python3 cookbook 英文_python3-cookbook读书笔记(一)

第一章：数据结构和算法

1.1解压序列赋值给多个变量

即将N个元素的元组或者序列，赋值给N个变量

>>> data = [ 'ACME', 50, 91.1, (2012, 12, 21) ]

name, shares, price, (year, mon, day) = data

很简单，就不多说了

1.2解压可迭代对象赋值给多个变量

与1.1不同的地方在于，当可迭代对象的元素个数大于赋值的变量的时候的处理

给出的解决方案是用星号表达式来处理

>>> *trailing, current = [10, 8, 7, 1, 9, 5, 10, 3]

>>> trailing

[10, 8, 7, 1, 9, 5, 10]

>>> current

3

1.3保留最后N个元素

主要是collections.deque的使用

使用 deque(maxlen=N) 构造函数会新建一个固定大小的队列。当新的元素加入并且这个队列已满的时候， 最老的元素会自动被移除掉

>>> q = deque(maxlen=3)

>>> q.append(1)

>>> q.append(2)

>>> q.append(3)

>>> q

deque([1, 2, 3], maxlen=3)

>>> q.append(4)

>>> q

deque([2, 3, 4], maxlen=3)

>>> q.append(5)

>>> q

deque([3, 4, 5], maxlen=3)

deque还提供了在队列两端添加和弹出操作

>>> q = deque()

>>> q.append(1)

>>> q.append(2)

>>> q.append(3)

>>> q

deque([1, 2, 3])

>>> q.appendleft(4)

>>> q

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

>>> q.pop()

3

>>> q

deque([4, 1, 2])

>>> q.popleft()

4

队列的插入和删除元素时间复杂度是 o(1),而列表是o(n)

1.4从一个集合中获取最小或最大的N个元素

heapq 模块有两个函数：nlargest() 和 nsmallest() 可以完美解决这个问题

import heapq

nums = [1, 8, 2, 23, 7, -4, 18, 23, 42, 37, 2]

print(heapq.nlargest(3, nums)) # Prints [42, 37, 23]

print(heapq.nsmallest(3, nums)) # Prints [-4, 1, 2]查找元素的个数相对集合个数较小的时候，用heaqp模块的nlargest()和nsmallest()比较好

当查找集合中唯一最大或最小的元素时，用max()和min()函数

当查找元素的个数和集合大小接近的时候，需要先排序然后再切片 处理(sorted(items)[-N:]或sorted(items)[N:])

还讨论了heapq关于堆数据结构的实现，使用nlargest() 和 nsmallest()函数时, 会先进行堆排序，然后取值

1.5实现一个有优先级的队列

heapq模块的heappush()和heappop()函数

import heapq

class PriorityQueue:

def __init__(self):

self._queue = []

self._index = 0

def push(self, item, priority):

heapq.heappush(self._queue, (-priority, self._index, item))

self._index += 1

def pop(self):

return heapq.heappop(self._queue)[-1]

push()会将一个元组放到队列中，优先级的实现也和这个元组有关

pop()函数调用heappop()函数，返回最小的元素。

如何界定最小的元素，是通过元组来实现的

>>> a = (1, 0, Item('foo'))

>>> b = (5, 1, Item('bar'))

>>> c = (1, 2, Item('grok'))

>>> a < b

True

>>> a < c

True

index是用来防止两个优先级相同时，做比较时如下报错时的解决方法

priority使用相反值的原因是因为heappop()函数返回的最小值，如果定义最高优先级的一个元素优先级为5，那么就需要他在堆里面最小，因此取相反数-5

>>> a = (1, Item('foo'))

>>> b = (5, Item('bar'))

>>> a < b

True

>>> c = (1, Item('grok'))

>>> a < c

Traceback (most recent call last):

File "", line 1, in

TypeError: unorderable types: Item() < Item()

使用方式

>>> class Item:

... def __init__(self, name):

... self.name = name

... def __repr__(self):

... return 'Item({!r})'.format(self.name)

...

>>> q = PriorityQueue()

>>> q.push(Item('foo'), 1)

>>> q.push(Item('bar'), 5)

>>> q.push(Item('spam'), 4)

>>> q.push(Item('grok'), 1)

>>> q.pop()

Item('bar')

>>> q.pop()

Item('spam')

>>> q.pop()

Item('foo')

>>> q.pop()

Item('grok')