Python内置算法与数据结构

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了Python内置算法与数据结构，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1961字，纯文字阅读大概需要3分钟。

内容图文

 

看完<<Effective-Python编写高质量Python代码的59个有效方法>>后做的一些记录。

---

• 双向队列: collection -> deque

该队列的头部或尾部插入或移除一个元素, 只需要消耗常数级时间。

fifo = deque()
fifo.append(1)
x = fifo.popleft()
复制代码

---

• 有序字典 collections -> OrderedDict

OrderedDict, 是一种特殊的字典, 它能够按照键的插入顺序，来保留键值对在字典中的次序。

a = OrderedDict()
a['foo'] = 1
a['bar'] = 2
b = OrderedDict()
b['foo'] = 'red'
b['bar'] = 'blue'
for value1, value2 in zip(a.values(), b.balues()):
	print(value1, value2)
复制代码

---

• 带有默认值的字典 collections -> defaultdict

如果字典里没有待访问的键，那么它就会把某个默认值与这个建自动关联起来

stats = defaultdict(int)
stats['my_counter'] += 1
复制代码

---

• 堆队列(优先级队列) heapq

堆(heap)是一种数据结构, 很适合用来实现优先队列

import heapq
a = []
heapq.heappush(a, 5)
heapq.heappush(a, 3)
heapq.heappush(a, 5)
heapq.heappush(a, 2)
print(heapq.heappop(a), heapq.heappop(a))
2 3
复制代码

---

• 二分查找 bisect -> bisect_left

bisect模块中的bisect_left等函数，提供高效的二分折半搜索算法，能够在一系列排好顺序的元素之中搜寻某个值。

import bisect
i = bisect.bisect_left(a, 5)
复制代码

---

• 与迭代器有关的工具 itertools

1. 能够把迭代器连接起来的函数

• chain: 将多个迭代器按顺序连成一个迭代器。
• cycle: 无限地重复某个迭代器的各个元素。
• tee: 把一个迭代器拆分成多个平行的迭代器。
• zip_longest: 与内置的zip函数相似，但是它可以应对长度不同的迭代器。

2. 能够从迭代器中过滤元素的函数

• islice: 在不进行复制的前提下, 根据索引值来切割迭代器。
• takewhile: 在判定函数为True的时候, 从迭代器中逐个返回元素。
• dropwhile: 在判定函数初次为False的地方开始, 逐个返回迭代器中的元素。
• filterfalse: 从迭代器中逐个返回能令判断函数为False的所有元素。与内置的filter函数相反。

3. 能够把迭代器中的元素组合起来的函数

• product: 根据迭代器中的元素计算笛卡儿积，并将其返回。可以用product来改写深度嵌套的列表推导操作。
• permutations: 用迭代器中的元素构建长度为N的各种有序排列，并将所有排列形式返回给调用者。
• combination: 用迭代器中的元素构建长度为N的各种无序组合，并将所有组合形式返回给调用者。

内容总结

以上是互联网集市为您收集整理的Python内置算法与数据结构全部内容，希望文章能够帮你解决Python内置算法与数据结构所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

---