Python常用數據結構總結

以下是 Python 常用數據結構總結，涵蓋基礎類型、高級容器及適用場景，幫助快速掌握核心用法與特性對比：

一、基礎數據結構

1. 列表（List）

• 特點：有序、可變、允許重複元素。
• 常用操作：
  nums = [1, 2, 3]
  nums.append(4)       # 末尾添加 → [1, 2, 3, 4]
  nums.insert(0, 0)    # 插入 → [0, 1, 2, 3, 4]
  nums.pop()           # 移除末尾 → 4
  nums[1:3] = [10, 20] # 切片修改 → [0, 10, 20, 3]

• 適用場景：動態數據集合，頻繁增刪或修改元素。

2. 元組（Tuple）

• 特點：有序、不可變、允許重複元素。
• 常用操作：
  point = (3, 4)
  x, y = point         # 解包 → x=3, y=4

• 適用場景：存儲不可變數據（如配置項）、函數多返回值。

3. 字典（Dict）

• 特點：鍵值對、無序（Python 3.7+ 保持插入順序）、鍵唯一。
• 常用操作：
  user = {"name": "Alice", "age": 30}
  user["email"] = "alice@example.com"  # 添加鍵值對
  age = user.get("age", 0)             # 安全獲取值
  for key, value in user.items():      # 遍曆鍵值對
      print(key, value)

• 適用場景：快速查找、關聯數據存儲（如JSON數據）。

4. 集合（Set）

• 特點：無序、元素唯一、支持集合運算。
• 常用操作：
  a = {1, 2, 3}
  b = {3, 4, 5}
  a | b   # 並集 → {1, 2, 3, 4, 5}
  a & b   # 交集 → {3}

• 適用場景：去重、成員檢測、數學集合操作。

二、高級數據結構

1. 雙端隊列（deque）

• 模塊：collections.deque
• 特點：線程安全、高效頭尾插入/刪除（O(1) 時間複雜度）。
• 示例：
  from collections import deque
  dq = deque([1, 2, 3])
  dq.appendleft(0)  # 左端添加 → deque([0, 1, 2, 3])
  dq.pop()          # 右端移除 → 3

• 適用場景：隊列/棧實現、滑動窗口算法。

2. 堆（Heap）

• 模塊：heapq
• 特點：實現最小堆，堆頂元素始終最小。
• 示例：
  import heapq
  heap = []
  heapq.heappush(heap, 3)  # 添加元素 → [3]
  heapq.heappop(heap)      # 彈出最小 → 3

• 適用場景：優先隊列、Top K 問題。

3. 命名元組（namedtuple）

• 模塊：collections.namedtuple
• 特點：具名字段的元組，增強可讀性。
• 示例：
  from collections import namedtuple
  Point = namedtuple("Point", ["x", "y"])
  p = Point(3, 4)
  print(p.x, p.y)  # 3 4

• 適用場景：替代簡單類，數據記錄（如CSV行）。

4. 計數器（Counter）

• 模塊：collections.Counter
• 特點：統計元素出現次數。
• 示例：
  from collections import Counter
  words = ["apple", "banana", "apple"]
  counter = Counter(words)  # {"apple": 2, "banana": 1}

• 適用場景：頻率統計、詞頻分析。

三、數據結構對比

四、選擇原則

1. 需要快速查找 → 字典、集合。
2. 保持插入順序 → 列表（Python 3.7+ 的字典也保持順序）。
3. 不可變數據 → 元組。
4. 高效頭尾操作 → deque。
5. 元素頻率統計 → Counter。

五、實用技巧

• 列表推導式：快速生成列表。
  squares = [x**2 for x in range(10)]

• 字典推導式：快速構建字典。
  word_lengths = {word: len(word) for word in ["apple", "banana"]}

• 合並字典（Python 3.9+）：
  dict1 = {"a": 1}
  dict2 = {"b": 2}
  merged = dict1 | dict2  # {"a": 1, "b": 2}

掌握這些數據結構及其適用場景，能顯著提升代碼效率與可讀性。根據需求選擇最合適的結構，是Python編程的核心技能之一！