今天我们将深入探讨 Python 中常用的数据结构，帮助你从基础到精通。每种数据结构都有其独特的特点和适用场景，通过实际代码示例和生活中的比喻，让你更容易理解这些概念。
学习数据结构的三个阶段
1、掌握基本用法：使用这些数据结构解决一些基本问题。
2、应用场景选择：知道在何种场景下选用哪种数据结构。
3、深入理解实现：了解内置数据结构的源码实现，并将其与相关算法知识联系起来，提升编程能力。
下面逐一介绍这 10 种常用的数据结构。
1. List (列表)
基本用法
list 是 Python 中最基本的数据结构，允许存储多个值且支持动态大小。
# 创建一个列表 fruits = ['apple', 'banana', 'cherry'] print(fruits[0]) # 输出：apple # 添加元素 fruits.append('orange') print(fruits) # 输出：['apple', 'banana', 'cherry', 'orange'] # 修改元素 fruits[1] = 'kiwi' print(fruits) # 输出：['apple', 'kiwi', 'cherry', 'orange'] # 删除元素 fruits.remove('cherry') print(fruits) # 输出：['apple', 'kiwi', 'orange']
使用场景
- 适合频繁查询和修改：例如，在需要按索引访问元素时，list 的性能优越。
- 不适合频繁插入和删除：特别是在开头插入或删除时，因为这样会导致后面的元素都要移动。
实现原理
list 底层是动态数组，初始状态下无需指定长度。当插入元素超过初始容量时，会进行扩容，通常是以两倍的方式增加大小。删除操作尤其在列表开头执行时，由于涉及大量元素的位移，因此时间复杂度为 O(n)。
2. Tuple (元组)
基本用法
tuple 是一种不可变的序列，一旦创建便无法修改。
# 创建一个元组 coordinates = (10, 20) print(coordinates[0]) # 输出：10 # 元组解包 x, y = coordinates print(x, y) # 输出：10 20
使用场景
- 确保数据不被修改：如果确定对象不会被修改（比如坐标），可以使用元组。
- 节省内存：由于元组的不可变性，Python 在内存管理上更高效。
from sys import getsizeof print(getsizeof(list())) # 输出：72 print(getsizeof(tuple())) # 输出：56
实现原理
tuple 是一种静态数组，不支持动态扩展，其存储方式相较于 list 更加紧凑，因此在同等条件下占用的内存更少。
3. Set (集合)
基本用法
set 是一种无序且不重复的集合，主要用于去重和集合运算。
# 创建一个集合 a = [3, 2, 5, 2, 5, 3] unique_values = set(a) print(unique_values) # 输出：{2, 3, 5} # 集合操作 b = {3, 4, 6, 2} intersection = unique_values.intersection(b) # 求交集 print(intersection) # 输出：{2, 3}
使用场景
- 去除重复元素：例如，统计购物车中的唯一商品。
- 快速查找：适合快速判断某个元素是否存在。
实现原理
set 通过哈希表实现，采用哈希函数将元素映射到固定的索引，增删查操作平均时间复杂度为 O(1)，因此效率极高。
4. Dict (字典)
基本用法
dict 是基于键-值对数据结构，广泛用于数据存储和检索。
# 创建字典 d = {'a': 1, 'b': 2} print(d['a']) # 输出：1 # 添加元素 d['c'] = 3 print(d) # 输出：{'a': 1, 'b': 2, 'c': 3} # 修改元素 d['b'] = 5 print(d) # 输出：{'a': 1, 'b': 5, 'c': 3} # 删除元素 del d['a'] print(d) # 输出：{'b': 5, 'c': 3}
使用场景
- 高效查询：适合需要快速查找的场景，如用户信息存储。
- 统计数据：比如计算字符串中字符出现次数的场景。
text = "hello world" count_dict = {} for char in text: count_dict[char] = count_dict.get(char, 0) + 1 print(count_dict) # 输出：{'h': 1, 'e': 1, 'l': 3, 'o': 2, ' ': 1, 'w': 1, 'r': 1, 'd': 1}
实现原理
dict 实际上是哈希表实现，基于键值对存储数据，查找、插入和删除操作的平均时间复杂度是 O(1)。不过，由于哈希表的设计，字典在内存上相对消耗较大。
5. Deque (双端队列)
基本用法
deque 是双端队列，支持从左右两边高效地添加和删除元素。
from collections import deque # 创建一个双端队列 d = deque([3, 2, 4]) d.appendleft(1) # 从左侧添加元素 print(d) # 输出：deque([1, 3, 2, 4]) # 从右侧添加元素 d.append(5) print(d) # 输出：deque([1, 3, 2, 4, 5]) # 从左侧删除元素 d.popleft() print(d) # 输出：deque([3, 2, 4, 5])
使用场景
- 需要频繁在两端进行操作的场景：如任务调度、回溯算法等。
实现原理
deque 是一个双向链表，因此在两端进行操作时，时间复杂度都是 O(1)。它内部维护了一个数组和链表的数据结构，使得存取操作灵活且高效。
6. Counter (计数器)
基本用法
Counter 是用于计数的容器，可以轻松统计元素出现的频率。
from collections import Counter # 创建 Counter c = Counter(['apple', 'orange', 'apple', 'banana']) print(c) # 输出：Counter({'apple': 2, 'orange': 1, 'banana': 1}) # 获取最常见的元素 most_common = c.most_common(2) # 前两个常见元素 print(most_common) # 输出：[('apple', 2), ('orange', 1)]
使用场景
- 统计频次：分析文本数据、用户行为等，找出最常见的项。
实现原理
Counter 继承自 dict，其实现简单明了，将元素作为键，出现的次数作为值，方便快速统计和查询。
7. OrderedDict (有序字典)
基本用法
OrderedDict 是一个保持插入顺序的字典。
from collections import OrderedDict od = OrderedDict() od['a'] = 1 od['b'] = 2 od['c'] = 3 for k, v in od.items(): print(k, v) # 输出：a 1, b 2, c 3
使用场景
- 需要保持元素插入顺序的场景：如任务调度、配置文件解析等。
实现原理
OrderedDict 内部维护了一个双向链表来记录元素的插入顺序，同时还能保证 O(1) 的插入、删除和查找效率。
8. Heapq (堆队列)
基本用法
heapq 提供了堆队列算法，支持高效的优先级队列实现。
import heapq a = [3, 1, 4, 2] heapq.heapify(a) # 建堆 print(a[0]) # 输出：1，最小元素 # 获取前 3 个最大元素 largest = heapq.nlargest(3, a) print(largest) # 输出：[4, 3, 2] # 获取前 3 个最小元素 smallest = heapq.nsmallest(3, a) print(smallest) # 输出：[1, 2, 3]
使用场景
- 需要经常获取最小或最大值的场景：如实时数据处理、任务调度等。
实现原理
堆是一种特殊的完全二叉树，其中父节点的值小于子节点（最小堆）。heapq 模块使用数组实现堆，能够很方便地维持堆的性质。
9. Defaultdict (默认字典)
基本用法
defaultdict 是一种带默认值的字典，避免了键不存在时的 KeyError。
from collections import defaultdict d = defaultdict(int) # 默认值为 0 d['apple'] += 1 d['banana'] += 2 print(d) # 输出：defaultdict(<class 'int'>, {'apple': 1, 'banana': 2}) # 添加列表作为默认值 dd = defaultdict(list) words = ['book', 'nice', 'great', 'book'] for i, word in enumerate(words): dd[word].append(i) print(dd) # 输出：defaultdict(<class 'list'>, {'book': [0, 3], 'nice': [1], 'great': [2]})
使用场景
- 适合需要自动初始化的字典：如频率统计、分组归类等场景。
实现原理
defaultdict 是对 dict 的扩展，当访问一个未定义的键时，会调用默认工厂函数生成一个默认值，避免了显式的检查。
10. ChainMap (链式映射)
基本用法
ChainMap 用于将多个字典组合为一个字典视图，支持同时查找。
from collections import ChainMap d1 = {'a': 1, 'b': 2} d2 = {'b': 3, 'c': 4} cm = ChainMap(d1, d2) print(cm['b']) # 输出：2，取自 d1 print(cm['c']) # 输出：4，取自 d2 # 修改键值对 cm['b'] = 5 print(d1) # 输出：{'a': 1, 'b': 5}, d1 被修改
使用场景
- 合并多个字典并希望同步更改的场景：如配置文件管理、环境变量设置等。
实现原理
ChainMap 将多个字典视为一个单一的映射，每次查找首先会检查第一个字典，如果没有找到，再查找下一个，这使得多个字典的合并变得简单而高效。
总结
本文详细介绍了 Python 中的 10 种常用数据结构，并结合了代码示例和实际场景解析，希望能帮助读者加深对这些数据结构的理解。在实际开发中，合理选择数据结构能够显著提升代码的效率和可读性。如果觉得这篇文章对你有帮助，请转发、点赞或收藏，以支持我们继续原创！
