首页 > 编程语言 >python【数据结构】

python【数据结构】

时间：2025-01-05 15:28:56浏览次数：3  
标签：python self 元素 333 列表 queue 队列 数据结构

 

1. 列表

Python 中列表是可变的，这是它区别于字符串和元组的最重要的特点；即，列表可以修改，而字符串和元组不能。

以下是 Python 中列表的方法：

方法描述
list.append(x)把一个元素添加到列表的结尾，相当于 a[len(a):] = [x]。
list.extend(L)通过添加指定列表的所有元素来扩充列表，相当于 a[len(a):] = L。
list.insert(i, x)在指定位置插入一个元素。第一个参数是准备插入到其前面的那个元素的索引，例如 a.insert(0, x) 会插入到整个列表之前，而 a.insert(len(a), x) 相当于 a.append(x) 。
list.remove(x)删除列表中值为 x 的第一个元素。如果没有这样的元素，就会返回一个错误。
list.pop([i])从列表的指定位置移除元素，并将其返回。如果没有指定索引，a.pop()返回最后一个元素。元素随即从列表中被移除。（方法中 i 两边的方括号表示这个参数是可选的，而不是要求你输入一对方括号，你会经常在 Python 库参考手册中遇到这样的标记。）
list.clear()移除列表中的所有项，等于del a[:]。
list.index(x)返回列表中第一个值为 x 的元素的索引。如果没有匹配的元素就会返回一个错误。
list.count(x)返回 x 在列表中出现的次数。
list.sort()对列表中的元素进行排序。
list.reverse()倒排列表中的元素。
list.copy()返回列表的浅复制，等于a[:]。

示例：

>>> a = [66.25, 333, 333, 1, 1234.5]
>>> print(a.count(333), a.count(66.25), a.count('x'))
2 1 0
>>> a.insert(2, -1)
>>> a.append(333)
>>> a
[66.25, 333, -1, 333, 1, 1234.5, 333]
>>> a.index(333)
1
>>> a.remove(333)
>>> a
[66.25, -1, 333, 1, 1234.5, 333]
>>> a.reverse()
>>> a
[333, 1234.5, 1, 333, -1, 66.25]
>>> a.sort()
>>> a
[-1, 1, 66.25, 333, 333, 1234.5]

注意：类似 insert, remove 或 sort 等修改列表的方法没有返回值。

1.1 将列表当做栈使用

栈是后进先出（LIFO）数据结构，列表提供了一些如 append() 和 pop() 方法，使其非常适合用于栈操作。用 append() 方法可以把一个元素添加到栈顶，用不指定索引的 pop() 方法可以把一个元素从栈顶释放出来。

栈操作

  • 压入（Push）：将一个元素添加到栈的顶端。
  • 弹出（Pop）：移除并返回栈顶元素。
  • 查看栈顶元素（Peek/Top）：返回栈顶元素而不移除它。
  • 检查是否为空（IsEmpty）：检查栈是否为空。
  • 获取栈的大小（Size）：获取栈中元素的数量。

示例：

# 定义一个栈类
class Stack:
    # 初始化方法，创建一个空列表作为栈的底层数据结构
    def __init__(self):
        self.stack = []

    # 入栈方法，将元素添加到栈的顶部
    def push(self, item):
        self.stack.append(item)

    # 出栈方法，移除并返回栈顶元素
    def pop(self):
        # 如果栈不为空，则弹出栈顶元素并返回
        if not self.is_empty():
            return self.stack.pop()
        # 如果栈为空，则抛出索引错误
        else:
            raise IndexError("pop from empty stack")

    # 查看栈顶元素，但不移除它
    def peek(self):
        # 如果栈不为空，则返回栈顶元素
        if not self.is_empty():
            return self.stack[-1]
        # 如果栈为空，则抛出索引错误
        else:
            raise IndexError("peek from empty stack")

    # 判断栈是否为空
    def is_empty(self):
        # 如果栈的长度为0，则返回True，表示栈为空
        return len(self.stack) == 0

    # 获取栈的大小
    def size(self):
        # 返回栈的长度，即栈中元素的数量
        return len(self.stack)

# 使用示例
# 创建一个栈对象
stack = Stack()
# 将元素1、2、3依次入栈
stack.push(1)
stack.push(2)
stack.push(3)

# 输出操作信息
print("栈顶元素:", stack.peek())  # 输出: 栈顶元素: 3
print("栈大小:", stack.size())    # 输出: 栈大小: 3
print("弹出元素:", stack.pop())  # 输出: 弹出元素: 3
print("栈是否为空:", stack.is_empty())  # 输出: 栈是否为空: False
print("栈大小:", stack.size())    # 输出: 栈大小: 2

1.2 将列表当作队列使用

队列是一种先进先出（FIFO）的数据结构，但由于列表的特点，直接使用列表来实现队列时，如果频繁地在列表的开头插入或删除元素，性能会受到影响（时间复杂度是 O(n)），因此并不是最优的选择。为了解决这个问题，Python 提供了双端队列 collections.deque，它提供了 O(1) 时间复杂度的添加和删除操作，可以在两端高效地添加和删除元素。

使用列表实现队列：

# 定义一个队列类
class Queue:
    # 初始化方法，创建一个空列表作为队列的底层数据结构
    def __init__(self):
        self.queue = []

    # 入队方法，将元素添加到队列的尾部
    def enqueue(self, item):
        self.queue.append(item)

    # 出队方法，移除并返回队列的首部元素
    def dequeue(self):
        # 如果队列不为空，则移除并返回队首元素
        if not self.is_empty():
            return self.queue.pop(0)
        # 如果队列为空，则抛出索引错误
        else:
            raise IndexError("dequeue from empty queue")

    # 查看队首元素，但不移除它
    def peek(self):
        # 如果队列不为空，则返回队首元素
        if not self.is_empty():
            return self.queue[0]
        # 如果队列为空，则抛出索引错误
        else:
            raise IndexError("peek from empty queue")

    # 判断队列是否为空
    def is_empty(self):
        # 如果队列的长度为0，则返回True，表示队列为空
        return len(self.queue) == 0

    # 获取队列的大小
    def size(self):
        # 返回队列的长度，即队列中元素的数量
        return len(self.queue)

# 使用示例
# 创建一个队列对象
queue = Queue()
# 将元素'a'、'b'、'c'依次入队
queue.enqueue('a')
queue.enqueue('b')
queue.enqueue('c')

print("队首元素:", queue.peek())   # 输出: 队首元素: a
print("队列大小:", queue.size())   # 输出: 队列大小: 3
print("移除的元素:", queue.dequeue())   # 输出: 移除的元素: a
print("队列是否为空:", queue.is_empty())   # 输出: 队列是否为空: False
print("队列大小:", queue.size())   # 输出: 队列大小: 2

使用 collections.deque 实现队列：

# 导入collections模块中的deque类，deque是一种双端队列
from collections import deque

# 创建一个空队列
queue = deque()

# 向队尾添加元素'a'、'b'、'c'
queue.append('a')
queue.append('b')
queue.append('c')

print("队列状态:", queue)  # 输出: 队列状态: deque(['a', 'b', 'c'])

# 从队首移除元素，并将其赋值给变量first_element
first_element = queue.popleft()
print("移除的元素:", first_element)  # 输出: 移除的元素: a
print("队列状态:", queue)  # 输出: 队列状态: deque(['b', 'c'])

# 查看队首元素（不移除），直接通过索引0访问队首元素
front_element = queue[0]
print("队首元素:", front_element)   # 输出: 队首元素: b

# 检查队列是否为空，通过判断队列的长度是否为0来实现
is_empty = len(queue) == 0
print("队列是否为空:", is_empty)   # 输出: 队列是否为空: False

# 获取队列的大小，即队列中元素的数量
size = len(queue)
print("队列大小:", size)   # 输出: 队列大小: 2

 

1.3 列表推导式

列表推导式提供了从序列创建列表的简单途径。通常应用程序将一些操作应用于某个序列的每个元素，用其获得的结果作为生成新列表的元素，或者根据确定的判定条件创建子序列。

每个列表推导式都在 for 之后跟一个表达式，然后有零到多个 for 或 if 子句。返回结果是一个根据表达从其后的 for 和 if 上下文环境中生成出来的列表。如果希望表达式推导出一个元组，就必须使用括号。

>>> vec = [2, 4, 6]
>>> [3*x for x in vec]
[6, 12, 18]
>>> [[x, x**2] for x in vec]
[[2, 4], [4, 16], [6, 36]]
>>> vec1 = [2, 4, 6]
>>> vec2 = [4, 3, -9]
>>> [x*y for x in vec1 for y in vec2]
[8, 6, -18, 16, 12, -36, 24, 18, -54]
>>> [x+y for x in vec1 for y in vec2]
[6, 5, -7, 8, 7, -5, 10, 9, -3]
>>> [vec1[i]*vec2[i] for i in range(len(vec1))]
[8, 12, -54]

嵌套列表：

>>> [str(round(355/113, i)) for i in range(1, 6)]
['3.1', '3.14', '3.142', '3.1416', '3.14159']
>>> matrix = [
...     [1, 2, 3, 4],
...     [5, 6, 7, 8],
...     [9, 10, 11, 12],
... ]
>>> [[row[i] for row in matrix] for i in range(4)]
[[1, 5, 9], [2, 6, 10], [3, 7, 11], [4, 8, 12]]

 

1.4 del 语句

使用 del 语句可以从一个列表中根据索引来删除一个元素，而不是值来删除元素。这与使用 pop() 返回一个值不同。可以用 del 语句从列表中删除一个切割，或清空整个列表。

>>> a = [-1, 1, 66.25, 333, 333, 1234.5]
>>> del a[0]
>>> a
[1, 66.25, 333, 333, 1234.5]
>>> del a[2:4]
>>> a
[1, 66.25, 1234.5]
>>> del a[:]
>>> a
[]

2. 元组

元组由若干逗号分隔的值组成，在输出时总是有括号的，以便于正确表达嵌套结构。在输入时可能有或没有括号， 不过括号通常是必须的（如果元组是更大的表达式的一部分）。

>>> t = 12345, 54321, 'hello!'
>>> t[0]
12345
>>> t
(12345, 54321, 'hello!')
>>> # Tuples may be nested:
... u = t, (1, 2, 3, 4, 5)
>>> u
((12345, 54321, 'hello!'), (1, 2, 3, 4, 5))

3. 集合

集合是一个无序不重复元素的集。基本功能包括关系测试和消除重复元素。可以用大括号 {} 创建集合。如果要创建一个空集合，必须用 set() 而不是 {} ；后者创建一个空的字典。

>>> basket = {'apple', 'orange', 'apple', 'pear', 'orange', 'banana'}
>>> print(basket)                      # 删除重复的
{'orange', 'banana', 'pear', 'apple'}
>>> 'orange' in basket                 # 检测成员
True
>>> 'crabgrass' in basket
False

>>> # 以下演示了两个集合的操作
...
>>> a = set('abracadabra')
>>> b = set('alacazam')
>>> a                                  # a 中唯一的字母
{'a', 'r', 'b', 'c', 'd'}
>>> a - b                              # 在 a 中的字母，但不在 b 中
{'r', 'd', 'b'}
>>> a | b                              # 在 a 或 b 中的字母
{'a', 'c', 'r', 'd', 'b', 'm', 'z', 'l'}
>>> a & b                              # 在 a 和 b 中都有的字母
{'a', 'c'}
>>> a ^ b                              # 在 a 或 b 中的字母，但不同时在 a 和 b 中
{'r', 'd', 'b', 'm', 'z', 'l'}

集合也支持推导式：

>>> a = {x for x in 'abracadabra' if x not in 'abc'}
>>> a
{'r', 'd'}

4. 字典

序列是以连续的整数为索引，而字典以关键字为索引，关键字可以是任意不可变类型，通常用字符串或数值。可以把字典看做无序的键=>值对集合。在同一个字典之内，关键字必须是互不相同一对大括号表示创建一个空的字典：{}。

>>> tel = {'jack': 4098, 'sape': 4139}
>>> tel['guido'] = 4127
>>> tel
{'sape': 4139, 'guido': 4127, 'jack': 4098}
>>> tel['jack']
4098
>>> del tel['sape']
>>> tel['irv'] = 4127
>>> tel
{'guido': 4127, 'irv': 4127, 'jack': 4098}
>>> list(tel.keys())
['irv', 'guido', 'jack']
>>> sorted(tel.keys())
['guido', 'irv', 'jack']
>>> 'guido' in tel
True
>>> 'jack' not in tel
False

构造函数 dict() 直接从键值对元组列表中构建字典。如果有固定的模式，列表推导式指定特定的键值对：

>>> dict([('sape', 4139), ('guido', 4127), ('jack', 4098)])
{'sape': 4139, 'jack': 4098, 'guido': 4127}

字典推导可以用来创建任意键和值的表达式词典：

>>> {x: x**2 for x in (2, 4, 6)}
{2: 4, 4: 16, 6: 36}

标签：python,self,元素,333,列表,queue,队列,数据结构
From： https://blog.csdn.net/weixin_74417251/article/details/144943734

相关文章

  • 数据挖掘算法之【8k 字详解FpGrowth算法】—— 附加python代码案例
    大家好，我是摇光~，用大白话讲解所有你难懂的知识点之前用大白话讲了Apriori算法，如果不懂Apriori算法，可以去看这篇文章：7k字详解Apriori算法我们在说Apriori算法的时候，讲过他的缺点，因为要对数据库做频繁的遍历，会产品大量的候选项集，增加计算的复杂性。比如长度为1的频......
  • 重生之我在异世界学编程之数据结构与算法：深入数和二叉树篇
    大家好，这里是小编的博客频道小编的博客：就爱学编程很高兴在CSDN这个大家庭与大家相识，希望能在这里与大家共同进步，共同收获更好的自己！！！目录一、树的基本概念二、二叉树的基本概念三、在C语言中实现二叉树快乐的时光总是短暂，咱们下篇博文再见啦！！！不要忘了，给小编点点赞......
  • 软件设计模式课程设计---Python实现学生信息管理系统（MySQL数据库+前端可视化）
    效果图：代码目录：代码：main.pyimporttkinterastkfromtkinterimportmessageboxfromstudent_managerimportStudentManagerfromobserverimportStudentObserverfromfactoryimportStudentFactoryfromstrategyimportSortByName,SortByGradefromproxyim......
  • 「Java 数据结构全面解读」：从基础到进阶的实战指南
    「Java数据结构全面解读」：从基础到进阶的实战指南数据结构是程序设计中的核心部分，用于组织和管理数据。Java提供了丰富的集合框架和工具类，涵盖了常见的数据结构如数组、链表、栈、队列和树等。本文将系统性地介绍这些数据结构的概念、特点以及在Java中的实现，并通过代码......
  • （赠源码）基于python+Django+msyql协同过滤的音乐推荐系统的设计与实现74526-计算机原创
    摘要随着音乐产业的数字化和个性化需求不断增长，音乐推荐系统作为提升用户体验和促进音乐产业发展的重要工具备受关注。本研究旨在基于协同过滤算法，结合Python编程语言和Django框架，构建一款高效的音乐推荐系统。通过分析用户的历史播放记录、喜好和行为数据，系统能够实现个性......
  • python基于深度学习的中文情感分析系统
    大家好我是小村学长，混迹在java圈的辛苦码农。今天要和大家聊的是一款《python基于深度学习的中文情感分析系统》毕业设计项目。项目源码以及部署相关请联系小村学长，文末附上联系信息。......
  • 《Python基于django医用耗材网上申领系统》毕业设计项目
    大家好我是小村学长，混迹在java圈的辛苦码农。今天要和大家聊的是一款《Python基于django医用耗材网上申领系统》毕业设计项目。项目源码以及部署相关请联系小村学长，文末附上联系信息。......
  • python实战（十二）——如何进行新词发现？
    一、概念        新词发现是NLP的一个重要任务，旨在从大量的文本数据中自动识别和提取出未在词典中出现的新词或短语，这对于信息检索、文本挖掘、机器翻译等应用具有重要意义，因为新词往往包含了最新的知识和信息。        随着互联网的不断发展，每一年都有着大......
  • python【模块与包】
    Python不仅在Python标准库包含了大量的模块（标准模块），还有很多第三方模块，也可以自定义模块。目录1.概念1.1模块1.2包2.使用模块2.1创建模块2.2导入包2.3 引入模块使用import语句导入使用from···import语句导入使用from…import* 语句导入__......
  • Python学习（四）——配套《PyTorch深度学习实战》
    1.Python中字符串的相加和相乘在Python中，字符串可以通过加号（+）进行相加（连接），也可以通过乘号（*）进行相乘（重复）。以下是这两种操作的详细说明和示例：字符串的相加（连接）字符串的相加是通过使用加号（+）运算符来实现的。它将两个或多个字符串连接成一个单一的字符串。str1="Hello"str2=......

赞助商

阅读排行

网站主页关于我们联系我们网站地图

本网站内容转载自其他媒体，侵权联系[admin##ips99.com]。

Copyright © 2020-2023 IPS99 版权所有 IPS99