Python3 数据结构详解

在 Python3 中，数据结构是组织和存储数据的方式，它们决定了数据的访问方式、处理效率以及数据间的关系。Python 提供了多种内置数据结构，如列表（List）、元组（Tuple）、集合（Set）和字典（Dictionary），同时支持通过类来自定义数据结构。下面详细介绍这些数据结构的特点、用法及示例。

一、列表（List）

列表是可变的、有序的元素集合，用方括号 [] 表示。列表支持异构数据（可包含不同类型的元素）、索引访问、切片操作和动态调整大小。

核心特点：

• 动态长度：可随时添加或删除元素。
• 索引访问：通过 list[index] 访问元素，索引从 0 开始。
• 支持切片：使用 list[start:stop:step] 获取子列表。
• 常用方法：append()、extend()、insert()、remove()、pop()、sort()、reverse() 等。

示例代码：

# 创建列表
fruits = ["apple", "banana", "cherry"]# 访问元素
print(fruits[0])       # 输出: apple
print(fruits[-1])      # 输出: cherry（负索引从后往前）# 修改元素
fruits[1] = "grape"    # 列表可变，修改第二个元素# 切片操作
print(fruits[1:3])     # 输出: ['grape', 'cherry']# 添加元素
fruits.append("orange")  # 在末尾添加元素
fruits.insert(1, "lemon")  # 在指定位置插入元素# 删除元素
fruits.remove("apple")   # 删除指定值的元素
popped = fruits.pop()    # 删除并返回最后一个元素# 列表操作
print(len(fruits))       # 输出: 3（列表长度）
print("grape" in fruits) # 输出: True（元素是否存在）

 

二、元组（Tuple）

元组是不可变的、有序的元素集合，用圆括号 () 表示。元组一旦创建，其元素不能被修改、添加或删除，适合存储不可变数据（如坐标、配置参数）。

核心特点：

• 不可变性：创建后无法修改，保证数据安全。
• 索引访问：与列表类似，但不能修改元素。
• 支持切片：与列表类似，但返回新元组。
• 常用操作：拼接、计数、查找等。

示例代码：

# 创建元组
coordinates = (10, 20)
person = ("Alice", 30, "Engineer")# 访问元素
print(coordinates[0])    # 输出: 10# 元组不可变（以下代码会报错）
# coordinates[0] = 5     # TypeError: 'tuple' object does not support item assignment# 元组操作
new_coords = coordinates + (30,)  # 拼接元组
print(new_coords)                # 输出: (10, 20, 30)
print(person.count("Engineer"))  # 输出: 1（元素出现次数）
print(person.index(30))          # 输出: 1（元素首次出现的索引）

 

三、集合（Set）

集合是无序的、唯一的元素集合，用花括号 {} 或 set() 函数创建。集合主要用于去重和成员检测，支持数学集合运算（如并集、交集、差集）。

核心特点：

• 无序性：元素没有固定顺序，不能通过索引访问。
• 唯一性：集合中不允许重复元素。
• 可变但元素必须可哈希：集合本身可变，但元素必须是不可变类型（如数字、字符串、元组）。
• 常用操作：并集（|）、交集（&）、差集（-）、对称差集（^）等。

示例代码：

# 创建集合
fruits_set = {"apple", "banana", "cherry"}
empty_set = set()  # 注意：{} 创建的是空字典，必须用 set() 创建空集合# 自动去重
numbers = {1, 2, 2, 3, 3, 3}
print(numbers)     # 输出: {1, 2, 3}# 添加元素
fruits_set.add("orange")# 删除元素
fruits_set.remove("apple")  # 元素不存在时会报错
fruits_set.discard("grape") # 元素不存在时不会报错# 集合运算
set_a = {1, 2, 3}
set_b = {3, 4, 5}
print(set_a | set_b)        # 并集: {1, 2, 3, 4, 5}
print(set_a & set_b)        # 交集: {3}
print(set_a - set_b)        # 差集: {1, 2}
print(set_a ^ set_b)        # 对称差集: {1, 2, 4, 5}

 

四、字典（Dictionary）

字典是可变的、无序的键值对（key-value）集合，用花括号 {} 表示。字典通过键来快速查找对应的值，键必须是唯一且不可变的（如字符串、数字、元组）。

核心特点：

• 键值对存储：每个值对应一个唯一的键。
• 快速查找：基于哈希表实现，查找效率为 O (1)。
• 动态调整：可随时添加、修改或删除键值对。
• 常用方法：get()、keys()、values()、items()、update() 等。

示例代码：

# 创建字典
person = {"name": "Alice","age": 30,"city": "New York"
}# 访问值
print(person["name"])      # 输出: Alice
print(person.get("age"))   # 输出: 30（使用 get() 避免键不存在时的错误）# 修改值
person["age"] = 31         # 更新年龄# 添加新键值对
person["job"] = "Engineer"# 删除键值对
del person["city"]         # 删除指定键
popped_value = person.pop("age")  # 删除并返回指定键的值# 字典操作
print(len(person))         # 输出: 2（键值对数量）
print("name" in person)    # 输出: True（检查键是否存在）
print(person.keys())       # 输出: dict_keys(['name', 'job'])
print(person.values())     # 输出: dict_values(['Alice', 'Engineer'])
print(person.items())      # 输出: dict_items([('name', 'Alice'), ('job', 'Engineer')])

 

五、选择合适的数据结构

根据场景选择数据结构时，可参考以下原则：

• 需要有序且可重复的数据：使用列表（List）。
• 需要不可变数据：使用元组（Tuple）。
• 需要去重或集合运算：使用集合（Set）。
• 需要键值对映射：使用字典（Dictionary）。

六、自定义数据结构

除了内置数据结构，Python 还支持通过类（Class）自定义数据结构。例如，实现一个简单的栈（Stack）：

class Stack:def __init__(self):self.items = []  # 使用列表存储元素def is_empty(self):return len(self.items) == 0def push(self, item):self.items.append(item)  # 入栈操作def pop(self):if self.is_empty():raise Exception("Stack is empty")return self.items.pop()  # 出栈操作def peek(self):if self.is_empty():raise Exception("Stack is empty")return self.items[-1]    # 返回栈顶元素def size(self):return len(self.items)   # 返回栈的大小# 使用自定义栈
stack = Stack()
stack.push(1)
stack.push(2)
print(stack.pop())  # 输出: 2
print(stack.peek()) # 输出: 1

通过掌握这些数据结构及其适用场景，你可以更高效地组织和处理数据，提升代码的可读性和性能。