Python 中的数据结构总结（一）

Python 中的数据结构

“数据结构”这个词大家肯定都不陌生，高级程序语言有两个核心，一个是算法，另一个就是数据结构。不管是c语言系列中的数组、链表、树和图，还是java中的各种map，随便抽出一个就可以虐我们千万遍。
Python作为高级程序语言的一种，它的数据结构即继承了传统数据结构的本职工作，又提高了办事效率，可谓青出于蓝而胜于蓝。免去了繁琐的指针操作，使用起来真是神清气爽吖！

好啦，下面就切入正题吧~

Python中常见的数据结构可以统称为容器（container）。其中序列（如列表和元组）、映射（如字典）以及集合（set）是三类主要的容器。欲知详情，请接着看~

一、序列sequence

序列中的每个元素都有自己的编号。Python中有6种内建的序列。其中列表和元组是最常见的类型。其他包括字符串、Unicode字符串、buffer对象和xrange对象
重点说说列表、元组和字符串这三位。

1.1 列表list

列表区别于字符串和元组的最重要的特点是：列表可以修改，而字符串和元组不能。

a) list创建

list的创建非常类似于js中的数组~比如：

若输入：
1 list1=['hello','world']
2 print list1
3 list2=[1,2,3]
4 print list2
则输出：
1 ['hello', 'world']
2 [1, 2, 3]

b) list函数

list函数（其实list是一种类型而不是函数）对字符串创建列表是非常有效的，比如下面：

若输入
1 list3=list("hello")
2 print list3
则输出：
1 ['h', 'e', 'l', 'l', 'o']

1.2 元组tuple

元组与列表一样也是一种序列，唯一不同的是元组不能被修改（其实字符串也有这个特点的）。

a) tuple创建

若输入
1 t1=1,2,1
2 t2="sinaWeibo","liuxiaoyan" 
3 t3=(1,2,3,4)
4 t4=()
5 t5=(1,)
6 print t1,t2,t3,t4,t5
输出：
1 (1, 2, 1) ('sinaWeibo', 'liuxiaoyan') (1, 2, 3, 4) () (1,)

所以可以看出一些端倪：

• a、逗号分隔一些值，元组自动创建完成
• b、元组大部分时候是通过圆括号括起来的
• c、空元组可以用没有包含内容的圆括号来表示
• d、只含一个值的元组，必须加个逗号（,）

b) tuple函数

tuple函数和序列的list函数几乎一样：以一个序列（注意是序列）作为参数并把它转换为元组。
如果参数就算元组，那么该参数就会原样返回：

若输入：
1 t1=tuple([1,2,3])
2 t2=tuple("sina")
3 t3=tuple((1,2,3))
4 print t1
5 print t2
6 print t3
则输出：
1 (1, 2, 3)
2 ('s', 'i', 'n', 'a')
3 (1, 2, 3)

1.3 字符串string

a) string创建

若输入
1 str1='Hello Sina'
2 print str1
3 print str1
4 for c in str1:
5   print c
输出：

09 S
10 i
11 n
12 a

b) 字符串格式化

温馨提示：此“格式化”非全清的那种格式化~

字符串格式化使用字符串格式化操作符即百分号%来实现。

如输入：
1 str1='Hello,%s' % 'Sina.'
2 print str1
格式化操作符的右操作数可以是任何东西，如果是元组或者映射类型（如字典），那么字符串格式化将会有所不同。
1 strs=('Hello','Sina') #元组
2 str1='%s,%s' % strs
3 print str1
4 d={'h':'Hello','S':'Sina'} #字典
5 str1='%(h)s,%(S)s' % d
6 print str1
输出：
1 Hello,Sina
2 Hello,Sina

PS：如果需要转换的元组作为转换表达式的一部分存在，那么必须将它用圆括号括起来：
1 str1='%s,%s' % 'Hello','Sina'
2 print str1
输出：
1 Traceback (most recent call last):
2  File "F:\Python\test.py", line 2, in <module>
3   str1='%s,%s' % 'Hello','Sina'
4 TypeError: not enough arguments for format string

如果需要输出%这个特殊字符，毫无疑问，我们会想到转义，但是Python中正确的处理方式如下：
1 str1='%s%%' % 100
2 print str1
输出：
1 100%

对数字进行格式化处理，通常需要控制输出的宽度和精度：
1 from math import pi
2 str1='%.2f' % pi #精度2
3 print str1
4 str1='%10f' % pi #字段宽10
5 print str1
6 str1='%10.2f' % pi #字段宽10，精度2
7 print str1
输出：
1 3.14
2  3.141593
3    3.14
字符串格式化是非常丰富的，想深入学习的童鞋请参考官方文档，或者字符串操作小参考

Python中在string模块还提供另外一种格式化值的方法：模板字符串。它的工作方式类似于很多UNIX Shell里的变量替换，如下所示：
1 from string import Template
2 str1=Template('$x,$y!')
3 str1=str1.substitute(x='Hello',y='Sina')
4 print str1
输出：
1 Hello,Sina!

如果替换字段是单词的一部分，那么参数名称就必须用括号括起来，从而准确指明结尾：
1 from string import Template
2 str1=Template('Hello,S${x}a!')
3 str1=str1.substitute(x='in')
4 print str1
输出：
1 Hello,Sina! (这是有没有跟shell的变量很像！)

如要输出$符，可以使用$$输出：
1 from string import Template
2 str1=Template('$x$$')
3 str1=str1.substitute(x='100')
4 print str1
输出：
1 100$

除了关键字参数之外，模板字符串还可以使用字典变量提供键值对进行格式化：
1 from string import Template
2 d={'h':'Hello','S':'Sina'}
3 str1=Template('$h,$S!')
4 str1=str1.substitute(d)
5 print str1
输出：
1 Hello,Sina!

除了格式化之外，Python字符串还内置了很多实用方法，可参考官方文档，这里不再列举啦

1.4 通用序列操作（方法）

从列表、元组以及字符串可以“抽象”出序列的一些公共通用方法。这些操作包括：索引（indexing）、分片（sliceing）、加（adding）、乘（multiplying）以及检查某个元素是否属于序列的成员。除此之外，还有计算序列长度、最大最小元素等内置函数……

好多好多，这里抛砖引玉，有兴趣的童鞋可以点击通用序列操作参考

二、映射（字典）

映射就像是字典一样，你可以根据一个键值准确地查找到想要的数据。
映射中的每个元素都有一个名字，这个名字的专业名称就叫键。字典（也叫散列表）是Python中唯一内建的映射类型。

映射的键必须唯一。
键可以为任何不可变类型。
字典的键可以是数字、字符串或者是元组。
在Python中，数字、字符串和元组都被设计成不可变类型，而常见的列表以及集合（set）都是可变的，所以列表和集合不能作为字典的键。

=1
5 print d
6 d[list1]="Hello world." 
7 d[set1]=123
8 print d
输出：
1 {1: 1}
Traceback (most recent call last):
  File "F:\Python\test.py", line 6, in <module>
    d[list1]="Hello world." 
TypeError: unhashable type: 'list'

自动添加

即使键在字典中并不存在，也可以为它分配一个值，这样字典就会建立新的项。

成员资格

表达式item in d（d为字典）查找的是键（containskey），而不是值（containsvalue）。
Python字典当然还包括内置了很多常用操作方法，可参考官方文档，这里不再列举啦。

三、集合set

集合就是由序列（或者其他可迭代的对象）构建的,如下所示：
1 strs=set(['sina','Weibo','beijing'])
2 nums=set(range(10))

这里主要说的是集合的特征。

3.1 集合特征

a) 忽略副本

忽略副本的意思呢，是说集合会自动忽略其中重复的元素，比如说
若输入：

4 set2=set([0,1,2,3,4,5])
5 print set2
则输出：
1 set([0, 1, 2, 3, 4, 5])
2 set([0, 1, 2, 3, 4, 5])

b) 集合中的元素没有顺序概念

这就是说，Python集合中的元素输出时，不一定按照你的输入顺序，也不一定会按递增或递减的顺序。
set是无序集合，python不保证其中元素的次序。打印结果取决于其内部存储结构和输出方式~就这样。

比如下面这个例子
若输入：
set('012345678910')
则输出：
set(['1', '0', '3', '2', '5', '4', '7', '6', '9', '8'])
可以看出set是先剔除重复元素，然后按某种顺序输出剩下的元素。

3.2 集合的常用方法

a) 交集union

union操作返回两个集合的并集，不改变原有集合。使用按位与（OR）运算符“|”也可以得到一样的结果.
我再举个栗子吧~
比如输入：
1 set1=set([1,2,3])
2 set2=set([2,3,4])
3 set3=set1.union(set2)
4 set4=set1|set2
5 print set1
6 print set2
7 print set3
则会输出：
1 set([1, 2, 3])
2 set([2, 3, 4])
3 set([1, 2, 3, 4])
4 set([1, 2, 3, 4])

PS:其他常见操作还有：&（交集）,<=,>=,-,copy()等等一堆啦，有兴趣的孩子请点击这里

b) add和remove

和序列添加和移除的方法非常类似，可参考官方文档：
1 set1=set([1])
2 print set1
3 set1.add(2)
4 print set1
5 set1.remove(2)
6 print set1
7 print set1
8 print 29 in set1
9 set1.remove(29) #移除不存在的项
输出：
1 set([1])
2 set([1, 2])
3 set([1])
4 set([1])
5 False
Traceback (most recent call last):
  File "F:\Python\test.py", line 9, in <module>
    set1.remove(29) #移除不存在的项
KeyError: 29

3.3 frozenset

集合是可变的，所以不能用做字典的键。集合本身只能包含不可变值，所以也就不能包含其他集合：
1 set1=set([1])
2 set2=set([2])
3 set1.add(set2)
输出如下：
Traceback (most recent call last):
  File "F:\Python\test.py", line 3, in <module>
    set1.add(set2)
TypeError: unhashable type: 'set'
可以使用frozenset类型用于代表不可变（可散列）的集合：
1 set1=set([1])
2 set2=set([2])
3 set1.add(frozenset(set2))
4 print set1
输出：
1 set([1, frozenset([2])])

python的数据结构总的来说还是比较容易理解和人性化的，这里给出的是一些比较常用的例子。