Python的容器相关类

84 阅读 0 评论 56 点赞

我是靠谱客的博主健康小甜瓜，最近开发中收集的这篇文章主要介绍Python的容器相关类，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

Python的容器相关类

绝大部分编程语言通常会提供的4中主流的数据结构是list、set、dict和deque。

其中，set集合无法记住添加这个元素的顺序，set里面的元素不能重复；list容器可以记住每次添加元素的顺序，因此程序可通过索引来存取元素，list容器的元素允许重复；dict容器里面的每项数据都由key-value对组成，因此程序可通过key来存取value；deque则代表一个双端队列，双端队列的特征是它的两端都可以添加、删除元素，它既可作为栈（stack）使用，也可作为队列（queue）使用。

一、set和fronset

set集合有两个特征：set不记录元素的添加顺序；元素不允许重复。
set集合是可变容器，程序可以改变容器的元素。与set对应的还有frozenset集合，它是set的不可变版本，元素是不可变的。

set集合的方法的用法实例如下：

## 1.使用花括号构建set集合
c = {'元素1'}
## 2.添加元素
c.add("元素2")
c.add(7)
print('c集合为：',c,' c集合个数：',len(c))
# c集合为： {'元素1', '元素2', 7}
c集合个数： 3
## 3.删除元素
c.remove(7)
print('c集合为：',c)
# c集合为： {'元素1', '元素2'}
## 4.使用set()函数（构造器）来创建set集合
books = set()
books.add('b1')
books.add('b2')
print('books集合为：',books)
# books集合为： {'b1', 'b2'}
## 5.使用issubset()方法或者<=运算符 判断是否为子集
books1 = {'b1'}
print(books1.issubset(books)) #True
print(books1 <= books) #True
## 6.使用issuperset()方法或者>=运算符 判断是否为父集
print(books1.issuperset(books)) #True
print(books1 >= books) #True
## 7.使用 - 或者difference()方法，用前面的set集合减去后面的set集合的元素
## 不改变books集合里的元素
result1 = books - books1
print(result1) # {'b2'}
result2 = books.difference(books1)
print(result2) # {'b2'}
## 改变books集合里的元素
books.difference_update(books1)
print(books) # {'b2'}
## 8.用& 或者intersection()方法，获取两个set集合的交集
## 不改变原来集合
tvs1 = {'t1','t2','t3'}
tvs2 = {'t2','t3','t4'}
inter1 = tvs1 & tvs2
print(inter1)
# {'t3', 't2'}
inter2 = tvs1.intersection(tvs2)
print('inter2:',inter2,' tvs1',tvs1)
# inter2: {'t3', 't2'}
tvs1 {'t3', 't1', 't2'}
## 改变原来集合
tvs1.intersection_update(tvs2)
print(tvs1)
# {'t3', 't2'}
## 9.用^ 计算两个集合异或的结果，就是用两个集合的并集减去交集的元素
tvs1 = {'t1','t2','t3'}
tvs2 = {'t2','t3','t4'}
xor = tvs1 ^ tvs2
print(xor)
# {'t4', 't1'}
##10.计算两个集合的并集
## 不改变集合的元素
un = tvs1.union(tvs2)
print(un)
# {'t3', 't1', 't2', 't4'}
## 改变集合的元素
tvs1.update(tvs2)
print(tvs1)
# {'t3', 't1', 't2', 't4'}

frozenset是set的不可变版本，可使用set集合中不改变集合本身的方法。

二、双端队列（deque）

栈是一种后进先出（LIFO）的线性表，队列是一种先进先出（FIFO）的线性表。

对于一个双端队列来说，它可以从两端分别进行插入、删除操作。如果程序将所有的插入、删除操作都固定在一端进行，那么这个双端队列就变成了栈；如果固定在一端只添加元素，在另一端只删除元素，那么它就变成了队列。因此，deque既可被当成队列使用，也可被当成栈使用。

>>> from collections import deque
>>> [e for e in dir(deque) if not e.startswith('_')]
['append', 'appendleft', 'clear', 'copy', 'count', 'extend', 'extendleft', 'index', 'insert', 'maxlen', 'pop', 'popleft', 'remove', 'reverse', 'rotate']

deque的左边（left）就相当于它的队列头（front），右边（right）就相当于它的队列尾（rear）。
1. append和appendleft：在deque的右边或左边添加元素，也就是默认在队列尾添加元素。
2. pop和popleft：在deque的右边或左边弹出元素，也就是默认在队列尾弹出元素。
3. extend 和extendleft：在deque的右边或左边添加多个元素，也就是默认在队列尾添加多个元素。
4. deque中的clear()方法用于清空队列；insert()方法则是线性表的方法，用于指定位置插入元素。

三、Python的堆操作

Python并没有提供“堆”这种数据类型，它是直接把列表当成堆处理。Python提供的heapq包中有一些函数，当程序用这些函数来操作列表时，该列表会表现出“堆”的行为。

Python提供的是基于小顶堆的操作，因此Python可以对list中的元素进行小顶堆排序，这样程序每次获取堆中元素时，总会取得堆中最小的元素。

>>> import heapq
>>> heapq.__all__
['heappush', 'heappop', 'heapify', 'heapreplace', 'merge', 'nlargest', 'nsmallest', 'heappushpop']

堆操作的示例代码如下：

from heapq import *
my_data = list(range(10))
my_data.append(0.5)
print('my_data的元素：', my_data)
# my_data的元素： [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 0.5]
## 对my_data应用堆属性
heapify(my_data)
print('应用堆之后my_data的元素：', my_data)
# 应用堆之后my_data的元素： [0, 0.5, 2, 3, 1, 5, 6, 7, 8, 9, 4]
## 将元素7.2推入堆后
heappush(my_data, 7.2)
print(my_data)
# [0, 0.5, 2, 3, 1, 5, 6, 7, 8, 9, 4, 7.2]
## 弹出堆中最小元素
print(heappop(my_data))
# 0
print(heappop(my_data))
# 0.5
print('弹出两个元素后：', my_data)
# 弹出两个元素后： [1, 3, 2, 7, 4, 5, 6, 7.2, 8, 9]
## 弹出最小元素，压入指定元素
print(heapreplace(my_data, 8.1))
# 1
print('执行replace后my_data的元素：', my_data)
# 执行replace后my_data的元素： [2, 3, 5, 7, 4, 8.1, 6, 7.2, 8, 9]
## 取得堆中最大、最小的几个元素
print('my_data中最大的3个元素：',nlargest(3,my_data))
# my_data中最大的3个元素： [9, 8.1, 8]
print('my_data中最小的3个元素：',nsmallest(3,my_data))
# my_data中最小的3个元素： [2, 3, 4]