python数据结构简记

Posted 2021-03-21 scnu-yang

一、python数据结构：
1)List：可更改的类型，下面是List的一些方法：
　　1、list.append(x)：把一个元素添加到列表的结尾，a[len(a):] = [x]。
　　2、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。
　　3、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)。
　　4、list.remove(x)：删除列表中值为 x 的第一个匹配元素。如果没有这样的元素，就会返回一个错误。
　　5、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。）
　　6、list.clear()：移除列表中的所有项，等于del a[:]。
　　7、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。
　　8、list.count(x)：返回x在列表中出现的次数。
　　9、list.sort()：对列表中的元素进行排序（默认从小到大排序）。
　　10、list.reverse()：倒排列表中的元素。
　　11、list.copy()：返回列表的浅复制，等于a[:]。
备注：
　　1、python浅复制和深复制的区别：对于可更改类型（复合型对象），复制有分浅复制和深复制两种类型。
　　　　①浅复制（list.copy()）：意味着新建一个对象B，但是其子元素仍然指向对应原对象A的子对象(也就是说，A中原有的数据改变，B也会跟着改变）。同时,只会对原对象A这一层进行拷贝，而不会递归的对子对象也进行拷贝（类似A新增操作就不会对B起作用）。
　　　　举个例子：　 A = [[1,2],[2,3,4]]
　　　　　　　　　　B = A.copy()
　　　　　　　　　　print(B) #输出：[[1,2],[2,3,4]]
　　　　　　　　　　C = [1,3,4]
　　　　　　　　　　A.append(C)
　　　　　　　　　　print(A) #输出：[[1,2],[2,3,4],[1,3,4]]
　　　　　　　　　　print(B) #输出：[[1,2],[2,3,4]]
　　　　　　　　　　A[0][0] = ‘a‘
　　　　　　　　　　print(A) #输出：[[‘a‘,2],[2,3,4],[1,3,4]]
　　　　　　　　　　print(B) #输出：[[‘a‘,2],[2,3,4],[1,3,4]]
　　总结：也就是说，对对象A进行浅复制之后得到的B对象，对原本复制的内容，A更改则B跟着改，但是自浅复制完后，A对除原有数据外进行操作，例如增加列表元素，都不会对B造成影响。
　　　　②深复制：意味着新建一个对象B，但是其子元素不再指向对应原对象A的子对象，类似于克隆出来的完全独立体。(也就是说，A中原有的数据 改变，B不会跟着改变）。自然往A中的其他任何操作，都应该不会对B有任何影响的了。
　　　　重用上面例子的数据举例：
　　　　　　D = copy.deepcopy(A)
　　　　　　print(D) #[[1,2],[2,3,4]]
　　　　　　A[0][0] = ‘a‘
　　　　　　print(A) #输出：[[‘a‘,2],[2,3,4],[1,3,4]]
　　　　　　print(B) #输出：[[‘1‘,2],[2,3,4],[1,3,4]]数据不会跟着改变

　　2、用append()和不指定索引的pop()方法可以实现列表充当堆栈的进出操作。

　　3、列表推导式：每个列表推导式都在for之后跟一个表达式，然后又零到多个for/if语句，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。举个例子说明一下怎么用即可：
　　　　>>> A = [1,2,3]
　　　　>>> [10*i for i in A] #输出：[10,20,30]
　　　　>>> [[i, i**2] for i in A] #输出：[[1, 1],[2, 4],[3,9]]

2)嵌套列表解析

这部分就讲一个矩阵行列倒置：
　　eg：
　　　　>>> A = [
　　　　　　　　[1, 2, 3, 4],
　　　　　　　　[5, 6, 7, 8],
　　　　　　　　[9, 10, 11, 12],
　　　　　　]
　　　　>>> [[row[i] for row in A] for i in range(4)] #进行行列倒置
　　　　>>> print（A）#输出：[[1, 5, 9], [2, 6, 10], [3, 7, 11], [4, 8, 12]]

3）遍历技巧
　　1、字典遍历时，关键字和对应的值可以使用items()方法同时解读出来：
　　　　eg：>>> A = {‘a‘: ‘b‘, ‘c‘: ‘d‘}
　　　　　　>>> for i, j in A.items():
　　　　　　>>> print(k, v)

　　2、序列遍历时，索引位置和对应值可以使用enumerate()函数同时得到：
　　　　eg：>>> for i, j in enumerate([‘a‘, ‘b‘, ‘c‘]):
　　　　　　>>> print(i, v)

　　3、同时遍历两个或者更多的序列时，可以使用zip()组合：
　　　　eg：>>> A = [‘name‘, ‘phone‘, ‘school‘]
　　　　　　>>> B = [‘yangrongkuan‘,‘18813299877‘,‘scnu‘]
　　　　　　>>> for i,j in zip(A, B):
　　　　　　>>> print(‘What is your {0}? It is {1}.‘.format(i, j))

　　4、反向遍历一个序列：
　　　　eg：>>> for i in reverse(range(1,10,2)):
　　　　　　>>> print(i)

　　5、要按顺序遍历一个序列，可以使用sorted()函数返回一个已排序的序列，并不修改原值：
　　　　eg：>>> basket = [‘apple‘, ‘orange‘, ‘apple‘, ‘pear‘, ‘orange‘, ‘banana‘]
　　　　　　>>> for i in sorted(set(basket)):#不用指定按照什么顺序进行排序的
　　　　　　>>> print(i)