python--数据结构和算法

1.将序列分解为单独的变量

任何序列（或者可迭代的对象）都可以通过简单的赋值操作来分解为单独的变量，唯一的要求是变量的总数和结构要与序列向吻合

例如

>>> p=(4,5)
>>> x,y=p
>>> x
4
>>> y
5

<span style="font-size:18px;">data=['acme',50,90.1,(2012,12,21)]
name,shares,prices,date=data
print(name)
print(date)
</span>

<span style="font-size:18px;">acme
(2012, 12, 21)
</span>

 

2从任意长度的可迭代对象中分解元素

Python的表达式“*表达式”可用来解决这个问题

>>> line = ‘nobody:*:-2:user:/home‘
>>> uname, *others, path = line.split(‘:‘)
>>> uname
‘nobody‘
>>> path
‘/home‘

对于分解位置或者任意长度的可迭代对象，这样再合适不过了。对于固定的组件或者模式（如，元素2以后的都是电话号码，但是电话号码的数量未知），使用星号表达式可以方便快捷的分解。

 

3保存最后N个元素

from collections import deque
q=deque(maxlen=3)
q.append(1)
q.append(2)
q.append(3)
print(q)

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

q.append(4)

<pre class="python" name="code">>>>deque([2, 3, 4], maxlen=3)

q.appendleft(5)

>>>deque([5, 2, 3], maxlen=3)

q.pop()
>>>deque([5, 2], maxlen=3)

q.popleft()

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

 

4找到集合中最大最小的N个元素

heapq模块中有两个函数nlargest（）nsmallest（）

这两个函数可以接受一个参数key 从而允许它们工作在更加复杂的数据结构之上

import heapq
nums=[1,2,3,4,5,5,6]
print(heapq.nlargest(3,nums))#print[6,5,5]
print(heapq.nsmallest(3,nums))#prints[1,2,3]

portfolio=[{'name':'aaple','price':50,'shares':89.09},           {'name':'baple','price':150,'shares':819.09},           {'name':'aple','price':30,'shares':9.09}]cheap=heapq.nsmallest(1,portfolio,key=lambda s:s['price'])expensive=heapq.nlargest(1,portfolio,key=lambda s:s['price'])print(cheap)print(expensive)

 

5