python链表添加多个值_Python基础10之数据结构(下)
上圖施工計劃,已完成專題:
1.數字專題
2.字符串專題
3.列表專題
4.流程控制專題
5.編程風格專題
6.函數使用專題
7.面向對象編程(上篇)
8.面向對象編程(下篇)
9.Python基礎9之數據結構(上)
10.Python基礎9之數據結構(下)
上篇4種數據結構相信大家都已經比較熟悉,接下來再詳細的介紹下面6種數據結構及各自使用場景。
基本目錄結構:
1 list
2 tuple
3 set
4 dict
5 deque
6 Counter
7 OrderedDict
8 heapq
9 defaultdict
10 ChainMa
5 deque
基本用法?deque 雙端隊列,基于list優化了列表兩端的增刪數據操作。基本用法:
from?collections?import?dequeIn?[3]:?d?=?deque([3,2,4,0])????????????????????????????????????????????????????
In?[4]:?d.popleft()?#?左側移除元素,O(1)時間復雜度????????????????????????????????????????????????????????????
Out[4]:?3
In?[5]:?d.appendleft(3)?#?左側添加元素,O(1)時間復雜度???????????????????????????????????????????????????????
In?[6]:?d???????????????????????????????????????????????????????????????????????
Out[6]:?deque([3,?2,?4,?0])
使用場景?list左側添加刪除元素的時間復雜度都為O(n),所以在Python模擬隊列時切忌使用list,相反使用deque雙端隊列非常適合頻繁在列表兩端操作的場景。但是,加強版的deque犧牲了空間復雜度,所以嵌套deque就要仔細trade-off:
In?[9]:?sys.getsizeof(deque())??????????????????????????????????????????????????Out[9]:?640
In?[10]:?sys.getsizeof(list())??????????????????????????????????????????????????
Out[10]:?72
實現原理?cpython實現deque使用默認長度64的數組,每次從左側移除1個元素,leftindex加1,如果超過64釋放原來的內存塊,再重新申請64長度的數組,并使用雙端鏈表block管理內存塊。
6 Counter
基本用法?Counter一種繼承于dict用于統計元素個數的數據結構,也稱為bag 或 multiset. 基本用法:
from?collections?import?CounterIn?[14]:?c?=?Counter([1,3,2,3,4,2,2])?#?統計每個元素的出現次數
In?[17]:?c??????????????????????????????????????????????????????????????????????
Out[17]:?Counter({1:?1,?3:?2,?2:?3,?4:?1})
#?除此之外,還可以統計最常見的項
#?如統計第1最常見的項,返回元素及其次數的元組
In?[16]:?c.most_common(1)???????????????????????????????????????????????????????
Out[16]:?[(2,?3)]
使用場景?基本的dict能解決的問題就不要用Counter,但如遇到統計元素出現頻次的場景,就不要自己去用dict實現了,果斷選用Counter.
需要注意,Counter統計的元素要求可哈希(hashable),換句話說如果統計list的出現次數就不可行,不過list轉化為tuple不就可哈希了嗎.
實現原理?Counter實現基于dict,它將元素存儲于keys上,出現次數為values.
7 OrderedDict
基本用法?繼承于dict,能確保keys值按照順序取出來的數據結構,基本用法:
In?[25]:?from?collections?import?OrderedDict????????????????????????????????????In?[26]:?od?=?OrderedDict({'c':3,'a':1,'b':2})??????????????????????????????????
In?[27]:?for?k,v?in?od.items():?
????...:?????print(k,v)?
????...:????????????????????????????????????????????????????????????????????????
c?3
a?1
b?2
使用場景?基本的dict無法保證順序,keys映射為哈希值,而此值不是按照順序存儲在散列表中的。所以遇到要確保字典keys有序場景,就要使用OrderedDict.
實現原理?你一定會好奇OrderedDict如何確保keys順序的,翻看cpython看到它里面維護著一個雙向鏈表self.__root,它維護著keys的順序。既然使用雙向鏈表,細心的讀者可能會有疑問:刪除鍵值對如何保證O(1)時間完成?
cpython使用空間換取時間的做法,內部維護一個self.__map字典,鍵為key,值為指向雙向鏈表節點的link. 這樣在刪除某個鍵值對時,通過__map在O(1)內找到link,然后O(1)內從雙向鏈表__root中摘除。
8 heapq
基本用法?基于list優化的一個數據結構:堆隊列,也稱為優先隊列。堆隊列特點在于最小的元素總是在根結點:heap[0] 基本用法:
import?heapqIn?[41]:?a?=?[3,1,4,5,2,1]??????????????????????????????????????????????????????
In?[42]:?heapq.heapify(a)?#?對a建堆,建堆后完成對a的就地排序
In?[43]:?a[0]?#?a[0]一定是最小元素
In?[44]:?a
Out[44]:?[1,?1,?3,?5,?2,?4]
In?[46]:?heapq.nlargest(3,a)?#?a的前3個最大元素????????????????????????????????????????????????????
Out[46]:?[5,?4,?3]
In?[47]:?heapq.nsmallest(3,a)?#?a的前3個最小元素??????????????????????????????????????????????????
Out[47]:?[1,?1,?2]
使用場景?如果想要統計list中前幾個最小(大)元素,那么使用heapq很方便,同時它還提供合并多個有序小list為大list的功能。
基本原理?堆是一個二叉樹,它的每個父節點的值都只會小于或大于所有孩子節點(的值),原理與堆排序極為相似。
9 defaultdict
基本用法?defaultdict是一種帶有默認工廠的dict,如果對設計模式不很了解的讀者可能會很疑惑工廠這個詞,準確來說工廠全稱為對象工廠。下面體會它的基本用法。
基本dict鍵的值沒有一個默認數據類型,如果值為list,必須要手動創建:
words=['book','nice','great','book']d?=?{}
for?i,word?in?enumerate(words):
????if?word?in?d:
????????d[word].append(i)
????else:
????????d[word]=[i]?#?顯示的創建一個list
但是使用defaultdict:
from?collections?import?defaultdictd?=?defaultdict(list)?#?創建字典值默認為list的字典
for?i,word?in?enumerate(words):
????d[word]?=?i?
省去一層if邏輯判斷,代碼更加清晰。上面defaultdict(list)這行代碼默認創建值為list的字典,還可以構造defaultdict(set), defaultdict(dict)等等,這種模式就是對象工廠,工廠里能制造各種對象:list,set,dict...
使用場景?上面已經說的很清楚,適用于鍵的值必須指定一個默認值的場景,如鍵的值為list,set,dict等。
實現原理?基本原理就是調用工廠函數去提供缺失的鍵的值。后面設計模式專題再詳細探討。
10 ChainMap
基本用法?如果有多個dict想要合并為一個大dict,那么ChainMap將是你的選擇,它的方便性體現在同步更改。具體來看例子:
In?[55]:?from?collections?import?ChainMap???????????????????????????????????????In?[56]:?d1?=?{'a':1,'c':3,'b':2}???????????????????????????????????????????????
In?[57]:?d2?=?{'d':1,'e':5}?????????????????????????????????????????????????????
In?[58]:?dm?=?ChainMap(d1,d2)???????????????????????????????????????????????????
In?[59]:?dm?????????????????????????????????????????????????????????????????????
Out[59]:?ChainMap({'a':?1,?'c':?3,?'b':?2},?{'d':?1,?'e':?5})
ChainMap后返回一個大dict視圖,如果修改其對應鍵值對,原小dict也會改變:
In?[86]:?dm.maps??#?返回一個字典list???????????????????????????????????????????????????????????????
Out[86]:?[{'a':?2,?'c':?3,?'b':?2,?'d':?10},?{'d':?1,?'e':?5}]
In?[87]:?dm.maps[0]['d']=20???#?修改第一個dict的鍵等于'd'的值為20???????????????????????????????????????????????????
In?[88]:?dm?????????????????????????????????????????????????????????????????????
Out[88]:?ChainMap({'a':?2,?'c':?3,?'b':?2,?'d':?20},?{'d':?1,?'e':?5})
In?[89]:?d1?#?原小dict的鍵值變為20????????????????????????????????????????????????????????????????????
Out[89]:?{'a':?2,?'c':?3,?'b':?2,?'d':?20}
使用場景??具體使用場景是我們有多個字典或者映射,想把它們合并成為一個單獨的映射,有讀者可能說可以用update進行合并,這樣做的問題就是新建了一個內存結構,除了浪費空間外,還有一個缺點就是我們對新字典的更改不會同步到原字典上。
實現原理?通過maps便能觀察出ChainMap聯合多個小dict裝入list中,實際確實也是這樣實現的,內部維護一個lis實例,其元素為小dict.
你可能會喜歡
Jmeter關聯系列_數據驅動中的業務邏輯關聯
docker搭建接口自動化持續集成框架
python28:迷宮游戲最短路徑算法
4300 字Python列表使用總結,用心!
盤一盤 Python 系列基礎篇十一之 機器學習 Sklearn
盤一盤 Python 系列特別篇十八之 日期時間 DateTime
Linux環境部署之ubuntu網絡配置
性能測試指標7:性能測試的階段性工作
jmeter之對jar包進行調用
jmeter之爬取網絡圖片
軟件質量保障體系圖
研發過程中的測試工作
APP測試流程及測試點
WEB測試范圍小結
關注公眾號送免費資料
回復Jenkins?領取Jenkins學習資料回復Jmeter?領取Jmeter學習資料
回復Java? ?領取Java學習資料
回復Python?領取python入門資料
回復RobotFramework???領取RobotFramework 框架搭建資料
測試交流,加我備注【測試交流】拉入交流群,更有不定期資料贈送,敬請期待
本文轉載自【Python與算法社區】
總結
以上是生活随笔為你收集整理的python链表添加多个值_Python基础10之数据结构(下)的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: python以某种编码进行打印_如何在一
- 下一篇: python实现简单计算器功能键介绍_P