一:序列

    在数学上,序列是被排成一排的对象,而在python中,序列是最基本的数据结构。它的主要特征为拥有索引,每个索引的元素是可迭代对象。都可以进行索引,切片,加,乘,检查成员等操作。在python中,有六种内建的索引,但是常用的是列表,元组,字符串,下面就进行介绍。

1. 列表

    定义:列表是把需要的数据类型进行封装,类似c语言的结构体。而且列表是动态可变的。



    基本操作方法:



    count():统计某个元素在列表中出现的次数。

    index():从列表中找出某个值第一个匹配项的索引位置。

    append():在列表末尾添加新对象。

    extend():在列表末尾一次性追加另一个序列的多个值。

    insert():在列表的指定位置插入对象。

    pop():移除列表中的一个元素(默认最后一个元素),并且返回该元素的值。

    remove():移除列表中某个值的第一个匹配项。

    reverse():将列表中的元素反向,不重新拷贝一个列表。

    reversed():将列表中的元素反向,重新拷贝一个列表。

    sort():将列表中的元素排序,不重新拷贝一个列表。

    sortd():将列表中的元素排序,重新拷贝一个列表。

    copy():浅拷贝,只是给原来的列表贴上了一个新标签,对于一个复杂对象的子对象并不会完全复制,如果有子列表,改变原来的值,新的拷贝对象也会改变。

    deepcopy():深拷贝,将复杂对象的每一层复制一个单独的个体出来。就是完全拷贝。

2.元组

    定义:元组是不可变的,有时候可以看成不可变的列表。但元组可以进行连接组合与切片,且只含一个值的列表,必须要用","才行。



    基本操作方法:



    del:删除元组。

3.字符串

    字符串是 Python 中最常用的数据类型。用成对引号创建即可。



    基本操作方法:



    format():格式化字符串。

4.通用序列操作方法

    index:索引,既可以从0开始,也可以从最后一个位置开始。

    [:]:分片,用来访问一定范围内的元素。

    常用算术操作符:相同类型序列可以进行算术运算或者复制序列。

    in:成员操作符,用来检查一个对象是否为某个序列(或者其他类型)的成员(即元素)。

    len,max,min:内建函数len、max和min可以返回序列中所包含元素的数量、最大和最小元素。

5.字典

    定义:字典是映射,根据哈希表的原则,映射中元素的名字叫键。字典(也叫散列表)是Python中唯一内建的映射类型。字典中的元素的键可以是任何对象,但必须是不可变对象。比如序列中的集合和列表等可变对象,不能作为字典的键。



    基本操作方法:



    clear():清空字典。

    pop(): 移除键,同时返回此键所对应的值。

    copy():复制字典,只复制一层(浅拷贝)。

    update(DD):将字典 DD 合并到D中,如果键相同,则此键的值取DD的值作为新值。

    get(key, default):返回键key所对应的值,如果值不存在,则返回default。

    keys():返回可迭代的字典的键的集合对象。

    values():返回可迭代的字典的值的集合对象。

    items():返回可迭代的字典的键值对的集合对象。

6.集合

    定义:集合是由序列(或者其他可迭代的对象)构成的,是一个无序的不重复元素序列。



    基本操作方法:



    frozenset():创建一个空的固定集合对象。

    frozenset(iterable):用可迭代对象创建一个新的固定集合对象。

    set():创建一个空的集合对象(不能用{}来创建空集合)。

    set(iterable):用可迭代对象创建一个新的集合对象。

    add(e):在集合中添加一个新的元素e;如果元素已经存在,则不添加。

    remove(e):从集合中删除一个元素,如果元素不存在于集合中,则会产生一个KeyError错误。

    discard(e):从集合S中移除一个元素e,在元素e不存在时什么都不做。

    clear():清空集合内的所有元素。

    copy():对集合进行一次浅拷贝。

    pop():从集合S中删除一个随机元素;如果此集合为空,则引发KeyError异常。

    update(s2):更新字典。

二:高级数据结构

    python还有一些高级数据结构,这些数据结构在进行算法运算时十分有用。下面就进行讲解。

1.栈

    定义:栈是一种线性表,只允许从一端插入和删除数据,栈的插入和删除只能在栈顶进行。栈有两种存储方式,即线性存储和链接存储(链表)。所以每次删除的元素都是最后进栈的元素,故栈也被称为后进先出(LIFO)表。每个栈都有一个栈顶指针,它初始值为-1,且总是指向最后一个入栈的元素。

    栈有两种处理方式,即进栈(push)和出栈(pop),进栈时只需要移动一个变量存储空间,时间复杂度为O(1);但是对于出栈分两种情况,栈未满时,时间复杂度也为O(1), 但是当栈满时,需要重新分配内存,并移动栈内所有数据,所以此时的时间复杂度为O(n) 。



    python中栈:在python中,栈其实可以用更加简单的列表实现,用append在末尾进行增加元素操作,用pop进行删除元素操作。

    列表简单实现:

stack = []
# 向栈顶插入元素
stack.append(1)
stack.append(2)
stack.append(3)
# 删除栈顶的元素
print(stack.pop())
print(stack.pop())
print(stack.pop())

    普通方法实现:

class MyStack(object):
def __init__(self):
self.stack_list = [] # 自定义一个列表
self.count = 0 # 创建一个计数器,模拟栈顶指针 # 创建一个栈
def create_one_stack(self):
return self.stack_list # 在栈顶添加元素
def push(self, value):
self.stack_list.insert(0,value)
self.count += 1 # 计数器加一 # 删除栈顶元素
def pop(self):
self.stack_list.pop(0)
self.count -= 1 # # 计数器减一 # 返回栈顶元素值
def stack_num(self):
if self.count:
return self.stack_list[0] #打印栈内容
def show_all(self):
for s in self.stack_list:
print(s) if __name__ == '__main__':
m = MyStack()
m.create_one_stack()
# 增加栈顶元素
m.push(1)
m.push(2)
m.push(3)
print('栈顶元素为:',m.stack_num())
print('之前的元素为:')
m.show_all()
# 删除栈顶元素
m.pop()
print('之后的元素为:')
m.show_all()

2.队列

    定义:队列是一种特殊的线性表,和栈类似,但是在允许表的前面进行删除操作,而在表的后面进行插入操作,也是一种操作受限制的线性表。进行插入操作的端称为队尾,进行删除操作的端称为队头。分为顺序队列和循环队列。这里先讨论顺序队列。

    普通队列实现:

class Queue(object):
def __init__(self):
self.__list = [] # 创建一个列表 def inQueue(self,item):
# 从队尾入队,从队头出队
self.__list.append(item) def outQueue(self):
# 从队头出队
return self.__list.pop(0) if __name__ == '__main__':
m = Queue()
# 从队头入队
m.inQueue(1)
m.inQueue(2)
# 从队尾出队
print(m.outQueue())
print(m.outQueue())

    双端队列实现:

class Queue(object):
def __init__(self):
self.__list = [] # 创建一个列表 def add_Front(self,x):
#在列表头部添加
self.__list.insert(0,x) def add_End(self,x):
#在队列尾部添加元素
self.__list.append(x) def pop_Front(self):
#在头部删除元素
return self.__list.pop(0) def pop_End(self):
#在尾部删除元素
return self.__list.pop() if __name__ == '__main__':
m = Queue()
# 在队列头部添加元素
m.add_Front(1)
m.add_Front(2)
m.add_Front(3)
m.add_Front(4)
# 在队列尾部添加元素
m.add_End(5)
m.add_End(6)
m.add_End(7)
m.add_End(8)
# 在列表头部和尾部删除元素
print(m.pop_Front())
print(m.pop_Front())
print(m.pop_End())
print(m.pop_End())

    以上就是python的常用数据结构的知识,还有其他不太常用的数据结构但经常会和算法相结合,实现事半功倍的效果,这些数据结构在之后会向大家展示。

    如果你喜欢这篇文章,不妨进行点赞,或者点击右面的打赏功能,多多支持作者,谢谢,希望大家在技术的海洋里慢慢发现美和快乐。

python常用数据结构讲解的更多相关文章

  1. Python常用数据结构之collections模块

    Python数据结构常用模块:collections.heapq.operator.itertools collections collections是日常工作中的重点.高频模块,常用类型由: 计数器 ...

  2. Python常用数据结构之heapq模块

    Python数据结构常用模块:collections.heapq.operator.itertools heapq 堆是一种特殊的树形结构,通常我们所说的堆的数据结构指的是完全二叉树,并且根节点的值小 ...

  3. python常用数据结构(1)

    python中有四种最常用的数据结构,分别是列表(list),字典(dict),集合(set)和元组(tuple) 下面简单描述下它们的区别和联系 1.初始化 不得不说,python数据结构的初始化比 ...

  4. Python常用数据结构(列表)

    Python中常用的数据结构有序列(如列表,元组,字符串),映射(如字典)以及集合(set),是主要的三类容器 内容 序列的基本概念 列表的概念和用法 元组的概念和用法 字典的概念和用法 各类型之间的 ...

  5. 学Python常用数据结构之字典

    迄今为止,我们已经为大家介绍了Python中的三种容器型数据类型,但是这些数据类型还不足以帮助我们解决所有的问题.例如,我们要保存一个人的信息,包括姓名.年龄.体重.单位地址.家庭住址.本人手机号.紧 ...

  6. python 常用数据结构使用

    python 字典操作 http://www.cnblogs.com/kaituorensheng/archive/2013/01/24/2875456.html python 字典排序 http:/ ...

  7. python常用数据结构的常用操作

    作为基础练习吧.列表LIST,元组TUPLE,集合SET,字符串STRING等等,显示,增删,合并... #===========List===================== shoplist ...

  8. python 常用数据结构

    #coding=utf- #元组,不可变序列(,) a=(,,,) print(a) a=tuple([,,,])#第二种定义方式 print(a) print(a[]) print(a[:]) #可 ...

  9. python常用数据结构(2)

    1.有名字的元组——namedtuple >>> from collections import namedtuple >>> Point = namedtuple ...

随机推荐

  1. Leetcode solution 124: Binary Tree Maximum Path Sum

    Problem Statement Given a non-empty binary tree, find the maximum path sum. For this problem, a path ...

  2. Spark的安装及配置

    title: Spark的安装及配置 summary: 关键词:Hadoop集群环境 Spark scala python ubuntu 安装和配置 date: 2019-5-19 13:56 aut ...

  3. 百度地图api之----根据用户ip定位城市

    LocalCity 这个类是利用用户IP地址去百度数据库里查询得到IP所在的城市,用法如下: var objCity = new BMap.LocalCity(); objCity.get(funct ...

  4. Leetcode之深度优先搜索&回溯专题-980. 不同路径 III(Unique Paths III)

    Leetcode之深度优先搜索&回溯专题-980. 不同路径 III(Unique Paths III) 深度优先搜索的解题详细介绍,点击 在二维网格 grid 上,有 4 种类型的方格: 1 ...

  5. hbase G1 GC优化

    本文借鉴之前HBaseConAsia2017,小米公司对hbase g1 gc的优化分享.此外还可以参考apache官方博客对于hbase g1 gc优化的一篇文章(Tuning G1GC For Y ...

  6. 传入值参数&传入引用参数的区别

    传值&传引用 1.传值 是把实参的值赋值给行参 那么对行参的修改,不会影响实参的值 2.传地址 是传值的一种特殊方式,只是他传递的是地址 那么传地址以后,实参和行参都指向同一个对象 3.传引用 ...

  7. HDU - 4305 - Lightning 生成树计数 + 叉积判断三点共线

    HDU - 4305 题意: 比较裸的一道生成树计数问题,构造Krichhoof矩阵,求解行列式即可.但是这道题还有一个限制,就是给定的坐标中,两点连线中不能有其他的点,否则这两点就不能连接.枚举点, ...

  8. 2019 Multi-University Training Contest 2

    2019 Multi-University Training Contest 2 A. Another Chess Problem B. Beauty Of Unimodal Sequence 题意 ...

  9. Codeforces Round #379 (Div. 2) E. Anton and Tree 缩点 树的直径

    传送门 题意: 这道题说的是在一颗有两种颜色的树上,每操作一个节点,可以改变这个节点颜色和相邻同色节点的颜色.问最少操作次数,使得树上颜色相同. 思路: 先缩点,把相同的颜色的相邻节点缩在一起.再求出 ...

  10. hdu 5037 Frog(贪心)

    题目链接:http://acm.split.hdu.edu.cn/showproblem.php?pid=5037 题解:为了让放的石头有意义肯定是没l+1的距离放2个也就是说假设现在位置为pos那么 ...