目录
1. 数组（Array）
- 特点：连续的内存空间，支持快速随机访问。
- 适用场景：需要频繁读取数据，但对插入、删除操作要求不高。
示例：使用列表实现数组
# 定义一个数组
array = [10, 20, 30, 40]
# 访问元素
print(array[2]) # 输出：30
# 插入元素
array.insert(2, 25) # 在索引2位置插入25
print(array) # 输出：[10, 20, 25, 30, 40]
# 删除元素
array.pop(2) # 删除索引2位置的元素
print(array) # 输出：[10, 20, 30, 40]
2. 链表（Linked List）
- 特点：通过指针将一组节点连接起来，分为单链表和双链表。
- 适用场景：插入和删除频繁，但随机访问不常用。
示例：实现单链表
class Node:
def __init__(self, value):
self.value = value
self.next = None
class LinkedList:
def __init__(self):
self.head = None
def append(self, value):
new_node = Node(value)
if not self.head:
self.head = new_node
return
current = self.head
while current.next:
current = current.next
current.next = new_node
def display(self):
current = self.head
while current:
print(current.value, end=" -> ")
current = current.next
print("None")
# 创建链表并操作
ll = LinkedList()
ll.append(10)
ll.append(20)
ll.append(30)
ll.display() # 输出：10 -> 20 -> 30 -> None
3. 栈（Stack）
- 特点：后进先出（LIFO），只能从栈顶操作。
- 适用场景：递归处理、括号匹配、函数调用等。
示例：用列表实现栈
stack = []
# 压入栈
stack.append(10)
stack.append(20)
stack.append(30)
# 弹出栈
print(stack.pop()) # 输出：30
print(stack) # 输出：[10, 20]
4. 队列（Queue）
- 特点：先进先出（FIFO）。
- 适用场景：任务调度、消息传递。
示例：用 collections.deque 实现队列
from collections import deque
queue = deque()
# 入队
queue.append(10)
queue.append(20)
queue.append(30)
# 出队
print(queue.popleft()) # 输出：10
print(queue) # 输出：deque([20, 30])
5. 哈希表（Hash Table）
- 特点：通过哈希函数实现快速查找、插入。
- 适用场景：需要高效的键值对存储和查找。
示例：用字典实现哈希表
hash_table = {}
# 插入键值对
hash_table['name'] = 'Alice'
hash_table['age'] = 25
# 访问元素
print(hash_table['name']) # 输出：Alice
# 删除键值对
del hash_table['age']
print(hash_table) # 输出：{'name': 'Alice'}
6. 树（Tree）
- 特点：层次结构的数据结构，每个节点有子节点。
- 适用场景：搜索、排序、层次分类。
示例：实现二叉树
class TreeNode:
def __init__(self, value):
self.value = value
self.left = None
self.right = None
def inorder_traversal(node):
if not node:
return
inorder_traversal(node.left)
print(node.value, end=" ")
inorder_traversal(node.right)
# 创建二叉树
root = TreeNode(10)
root.left = TreeNode(5)
root.right = TreeNode(15)
# 遍历
inorder_traversal(root) # 输出：5 10 15
7. 图（Graph）
- 特点：节点通过边连接，可以是有向或无向。
- 适用场景：网络连接、最短路径、推荐系统。
示例：用邻接表表示图
graph = {
'A': ['B', 'C'],
'B': ['A', 'D'],
'C': ['A', 'D'],
'D': ['B', 'C']
}
# 深度优先搜索
def dfs(graph, start, visited=None):
if visited is None:
visited = set()
visited.add(start)
print(start, end=" ")
for neighbor in graph[start]:
if neighbor not in visited:
dfs(graph, neighbor, visited)
dfs(graph, 'A') # 输出：A B D C
标签：10,Python,self,30,current,print,数据结构,append From： https://blog.csdn.net/weixin_45710998/article/details/144188464