array固定类型的数据序列,与list类似,只不过成员必须是相同的基本类型

array.typecodes #包含所有可用类型代码的字符串bBuhHiIlLqQfd

输入代码 C型 Python类型 最小字节数 笔记
'b' 签名字符 INT 1  
'B' 无符号字符 INT 1  
'u' Py_UNICODE Unicode字符 2 (1)
'h' 签署简称 INT 2  
'H' 无符号短 INT 2  
'i' 签名int INT 2  
'I' 无符号整数 INT 2  
'l' 长签字 INT 4  
'L' 无符号长整数 INT 4  
'q' 签了很久 INT 8 (2)
'Q' 无符号long long INT 8 (2)
'f' 浮动 浮动 4  
'd' 浮动 8  
import array
import binascii
s = 'this is a ARRAY'
w = [1,2,3,4]
a = array.array('u',s)#实例化时候需要传递一个参数
b = array.array('i',w)
print(a,binascii.hexlify(a),b,binascii.hexlify(b)) 结果:
array('u', 'this is a ARRAY') b'' array('i', [1, 2, 3, 4]) b''
# 处理数组,类似其他的Python序列,可以采取同样方式扩展和处理array
a = array.array('i',range(3))
print(a)
a.extend(range(3))
print(a,a[3:5],list(enumerate(a))) 结果:
array('i', [0, 1, 2])
array('i', [0, 1, 2, 0, 1, 2]) array('i', [0, 1]) [(0, 0), (1, 1), (2, 2), (3, 0), (4, 1), (5, 2)]

heapq堆排序算法,堆(heap)是一种树形数据结构,其中子节点与父节点是一种有序关系。

#创建堆
import heapq
heap1 = []
for i in [19,9,4,10,11]:#元素逐个插入,形成堆结构
heapq.heappush(heap1,i)
print(heap1)
heap2 = [19,9,4,10,11] #目标已存在,直接转化堆结构
heapq.heapify(heap2)
print(heap2) for i in [0,13]:
heapq.heapreplace(heap2,i) #维持固定大小的堆,每次插入一个元素同时删除一个最小的元素
print(heap2) #heappop()删除最小值元素
for i in range(len(heap1)):
print(heapq.heappop(heap1),end=',')
print() 结果:
[4, 10, 9, 19, 11]
[4, 9, 19, 10, 11]
[9, 10, 19, 13, 11]
4,9,10,11,19,

bisect数组二等分算法,该模块支持按排序顺序维护列表,而无需在每次插入后对列表进行排序。对于昂贵的比较操作的长项目列表,这可能是比较常见的方法的改进。该模块被称为bisect是因为它使用基本的二分算法来完成其工作,

import bisect
import random
random.seek(1)
l = []
for i in range(1,10):
r = random.randint(1,100)
position =bisect.bisect(l,r)
bisect.insort(l,r)
print('%3d%3d'%(r,position),l) 结果:

  18 0 [18]
  73 1 [18, 73]
  98 2 [18, 73, 98]
   9 0 [9, 18, 73, 98]
  33 2 [9, 18, 33, 73, 98]
  16 1 [9, 16, 18, 33, 73, 98]
  64 4 [9, 16, 18, 33, 64, 73, 98]
  98 7 [9, 16, 18, 33, 64, 73, 98, 98]
  58 4 [9, 16, 18, 33, 58, 64, 73, 98, 98]

处理重复:

bisect.bisect_leftaxlo = 0hi = len(a)

bisect.bisect_rightaxlo = 0hi = len(a)

bisect.insort_leftaxlo = 0hi = len(a)

bisect.insort_rightaxlo = 0hi = len(a)

import bisect
import random
random.seed(1)
l = []
for i in range(1,10):
r = random.randint(1,100)
position =bisect.bisect_left(l,r)
bisect.insort(l,r)
print('%3d%3d'%(r,position),l)
结果:
18 0 [18]
73 1 [18, 73]
98 2 [18, 73, 98]
9 0 [9, 18, 73, 98]
33 2 [9, 18, 33, 73, 98]
16 1 [9, 16, 18, 33, 73, 98]
64 4 [9, 16, 18, 33, 64, 73, 98]
98 6 [9, 16, 18, 33, 64, 73, 98, 98]#相同值放在了左边
58 4 [9, 16, 18, 33, 58, 64, 73, 98, 98]

Queue 模块提供一个适用与多线程编程先进先出FIFO数据结构,可以用来在生产者和消费者线程之间安全的传递消息或者数据,为调用者处理锁定,使多个线程可以安全的处理同一个Queue实例

#基本的FIFO
import queue
q = queue.Queue()
for i in range(5):
q.put(i) #元素添加
while not q.empty():
print(q.get())#元素删除 结果
0
1
2
3
4 #LIFO队列,LifoQueue使用了后进先出(LIFO)顺序,通常与栈结构关联
import queue
q=queue.LifoQueue()
for i in range(5):
q.put(i) #元素添加
while not q.empty():
print(q.get())#元素删除
结果:
4
3
2
1
0 #优先队列,PriorityQueue使用队列内容的有序顺序来决定获取哪个元素 import queue
import threading class Job():
def __init__(self,priority,description):
self.priority = priority
self.description = description
print('new job',description) def __lt__(self, other):
return self.priority < other.priority q = queue.PriorityQueue() q.put(Job(3,'mid-level job'))
q.put(Job(10,'low-level job'))
q.put(Job(1,'important-level job')) def process_job(q):
while True:
next_job = q.get()
print('Processing job:',next_job.description)
q.task_done() #用task_done()以指示该项目已被检索并且所有工作都已完成,计数就会减少 workers = [threading.Thread(target=process_job,args=(q,)),
threading.Thread(target=process_job,args=(q,)),
] for w in workers:
print(w.getName())
w.setDaemon(True)
w.start() q.join()#阻塞,直到队列中的所有项目都被获取并处理 结果:
new job mid-level job
new job low-level job
new job important-level job
Thread-1
Processing job: important-level job
Thread-2
Processing job: mid-level job
Processing job: low-level job

struct 二进制数据结构,将字节解释为二进制数据,在字符串和二进制数据之间进行转换

weakref 对象的非永久引用

Python数据结构(二)的更多相关文章

  1. python数据结构之树和二叉树(先序遍历、中序遍历和后序遍历)

    python数据结构之树和二叉树(先序遍历.中序遍历和后序遍历) 树 树是\(n\)(\(n\ge 0\))个结点的有限集.在任意一棵非空树中,有且只有一个根结点. 二叉树是有限个元素的集合,该集合或 ...

  2. Python数据结构之四——set(集合)

    Python版本:3.6.2  操作系统:Windows  作者:SmallWZQ 经过几天的回顾和学习,我终于把Python 3.x中的基础知识介绍好啦.下面将要继续什么呢?让我想想先~~~嗯,还是 ...

  3. Python数据结构汇总

    Python数据结构汇总 作者:尹正杰 版权声明:原创作品,谢绝转载!否则将追究法律责任. 一.线性数据结构 1>.列表(List) 在内存空间中是连续地址,查询速度快,修改也快,但不利于频繁新 ...

  4. Python实现二叉堆

    Python实现二叉堆 二叉堆是一种特殊的堆,二叉堆是完全二元树(二叉树)或者是近似完全二元树(二叉树).二叉堆有两种:最大堆和最小堆.最大堆:父结点的键值总是大于或等于任何一个子节点的键值:最小堆: ...

  5. python数据结构之二叉树的统计与转换实例

    python数据结构之二叉树的统计与转换实例 这篇文章主要介绍了python数据结构之二叉树的统计与转换实例,例如统计二叉树的叶子.分支节点,以及二叉树的左右两树互换等,需要的朋友可以参考下 一.获取 ...

  6. python数据结构树和二叉树简介

    一.树的定义 树形结构是一类重要的非线性结构.树形结构是结点之间有分支,并具有层次关系的结构.它非常类似于自然界中的树.树的递归定义:树(Tree)是n(n≥0)个结点的有限集T,T为空时称为空树,否 ...

  7. 学习javascript数据结构(二)——链表

    前言 人生总是直向前行走,从不留下什么. 原文地址:学习javascript数据结构(二)--链表 博主博客地址:Damonare的个人博客 正文 链表简介 上一篇博客-学习javascript数据结 ...

  8. python数据结构与算法

    最近忙着准备各种笔试的东西,主要看什么数据结构啊,算法啦,balahbalah啊,以前一直就没看过这些,就挑了本简单的<啊哈算法>入门,不过里面的数据结构和算法都是用C语言写的,而自己对p ...

  9. python数据结构与算法——链表

    具体的数据结构可以参考下面的这两篇博客: python 数据结构之单链表的实现: http://www.cnblogs.com/yupeng/p/3413763.html python 数据结构之双向 ...

  10. python数据结构之图的实现

    python数据结构之图的实现,官方有一篇文章介绍,http://www.python.org/doc/essays/graphs.html 下面简要的介绍下: 比如有这么一张图: A -> B ...

随机推荐

  1. Java实现 蓝桥杯VIP 算法训练 求完数

    问题描述 如果一个自然数的所有小于自身的因子之和等于该数,则称为完数.设计算法,打印1-9999之间的所有完数. 样例输出 与上面的样例输入对应的输出. 例: 数据规模和约定 1-9999 publi ...

  2. Java实现蓝桥杯模拟约数的个数

    问题描述 1200000有多少个约数(只计算正约数). 答案提交 这是一道结果填空的题,你只需要算出结果后提交即可.本题的结果为一个整数,在提交答案时只填写这个整数,填写多余的内容将无法得分. pac ...

  3. Java实现 LeetCode 115 不同的子序列

    115. 不同的子序列 给定一个字符串 S 和一个字符串 T,计算在 S 的子序列中 T 出现的个数. 一个字符串的一个子序列是指,通过删除一些(也可以不删除)字符且不干扰剩余字符相对位置所组成的新字 ...

  4. java实现转方阵

    /* 对一个方阵转置,就是把原来的行号变列号,原来的列号变行号 例如,如下的方阵: 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 转置后变为: 1 5 9 13 2 6 ...

  5. iOS-字典转双模型的实现过程中需要关注的细节

    如果有以上结构的plist文件,那么应该怎么将其中的字典转换成模型? 显然一个模型已经无法搞定了,此时需要用到双数据模型(字典转模型). 我写了两种方式来实现模型的转换: 方法一 第一个模型:CarM ...

  6. kebernets常用命令-整理

    1.deployment相关命令 查看所有deployment: kubectl get deployments 查看指定命名空间的所有deployment: kubectl get deployme ...

  7. Vue好书推荐

    1.Vue.js实战 从基础知识到ui组件封装和剖析,层层推进,最后两个案例实战.适合零基础入门,学完可就业.(推荐看这本) 交流地址(pdf原件):链接(点击跳转):提取码:7IsG 2.vue.j ...

  8. OAuth + Security - 6 - 自定义授权模式

    我们知道OAuth2的官方提供了四种令牌的获取,简化模式,授权码模式,密码模式,客户端模式.其中密码模式中仅仅支持我们通过用户名和密码的方式获取令牌,那么我们如何去实现一个我们自己的令牌获取的模式呢? ...

  9. loads和dumps的用法

    import json s='{"name":"wuxie","sex":"m","data":nu ...

  10. 004.OpenShift命令及故障排查

    一 CLI访问OpenShift资源 1.1 资源操作 OCP将OpenShift集群中的为由主节点管理的对象统称为资源,如:node.service.pod.project.deployment.u ...