Python数据结构(二)
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' |
双 | 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_left
(a,x,lo = 0,hi = len(a))
bisect.
bisect_right
(a,x,lo = 0,hi = len(a))
bisect.
insort_left
(a,x,lo = 0,hi = len(a))
bisect.
insort_right
(a,x,lo = 0,hi = 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
- 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 ...
- 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 ...
- 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 ...
- 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: ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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
- Java实现派(Pie, NWERC 2006, LA 3635)
题目 有F+1个人来分N个圆形派,每个人得到的必须是一整块派,而不是几块拼在一起,且面积要相同.求每个人最多能得到多大面积的派(不必是圆形). 输入的第一行为数据组数T.每组数据的第一行为两个整数N和 ...
- 第五届蓝桥杯JavaA组国(决)赛真题
解题代码部分来自网友,如果有不对的地方,欢迎各位大佬评论 题目1.海盗分金币 有5个海盗,相约进行一次帆船比赛. 比赛中天气发生突变,他们被冲散了. 恰巧,他们都先后经过途中的一个无名的荒岛,并且每个 ...
- java实现第六届蓝桥杯三角形面积
三角形面积 题目描述 如图1所示.图中的所有小方格面积都是1. 那么,图中的三角形面积应该是多少呢? 请填写三角形的面积.不要填写任何多余内容或说明性文字. 28 简单的数学平面几何问题: 大正方形面 ...
- 【工作Vlog】Jmeter响应结果乱码解决方案
资料:https://blog.51cto.com/ydhome/1864340 方法一:使用后置控制器"Beanshell PostProcessor"(动态修改,灵活) 添加后 ...
- c#发布补丁
日常开发维护项目中,可能会遇到发布后出现bug,或者忘记改配置文件等等问题,这个时候,可能就需要重新进行下发布,有的开发小伙伴可能会把编译后的代码文件整个替换.这样做虽然也可以实现发布,但是有几个弊端 ...
- hackrf 输出功率测试
使用PortaPack H1的话筒发射功能测试: 144M :8dbm 430M:6dbm 950M:6dbm 1545.42M:0.5dbm 7.42M:18.5dbm 14.2M:16.3dbm
- PAT1040 Longest Symmetric String (25分) 中心扩展法+动态规划
题目 Given a string, you are supposed to output the length of the longest symmetric sub-string. For ex ...
- react中使用decorator 封装context
2020-03-27 react中使用decorator 封装context 在传统的react context中,子组件使用context十分繁琐,如果需要使用context的子组件多的话 每个组件 ...
- 别再写一摞if-else了!再写开除!两种设计模式带你消灭它!
代码洁癖狂们!看到一个类中有几十个if-else是不是很抓狂? 设计模式学了用不上吗?面试的时候问你,你只能回答最简单的单例模式,问你有没有用过反射之类的高级特性,回答也是否吗? 这次就让设计模式(模 ...
- 重学 Java 设计模式:实战享元模式「基于Redis秒杀,提供活动与库存信息查询场景」
作者:小傅哥 博客:https://bugstack.cn 沉淀.分享.成长,让自己和他人都能有所收获! 一.前言 程序员的上下文是什么? 很多时候一大部分编程开发的人员都只是关注于功能的实现,只 ...