盤點 Python 10 大常用數據結構（上篇）
Python 常用數據結構學習目的
這個專題，盡量使用最精簡的文字，借助典型案例盤點Python常用的數據結構。
如果你還處于Python入門階段，通常只需掌握list、tuple、set、dict這類數據結構，做到靈活使用即可。
然而，隨著學習的深入，平時遇到實際場景變復雜，很有必要去了解Python內置的更加強大的數據結構deque、heapq、Counter、OrderedDict、defaultDict、ChainMap，掌握它們，往往能讓你少寫一些代碼且能更加高效的實現功能。
我的施工之路
學習目標
- 學習數據結構第一階段：掌握它們的基本用法，使用它們解決一些基本問題;
- 學習第二階段：知道何種場景選用哪種最恰當的數據結構，去解決題問題;
- 學習第三階段：了解內置數據結構的背后源碼實現，與《算法和數據結構》這門學問里的知識聯系起來，打通任督二脈。
下面根據定義的這三個階段，總結以下10種最常用的數據結構：
1. list
基本用法 廢話不多說，在前面單獨有一個專題詳述了list的使用列表專題
使用場景 list 使用在需要查詢、修改的場景，極不擅長需要頻繁插入、刪除元素的場景。
實現原理 list對應數據結構的線性表，列表長度在初始狀態時無需指定，當插入元素超過初始長度后再啟動動態擴容，刪除時尤其位于列表開始處元素，時間復雜度為O(n)
2. tuple
元組是一類不允許添加刪除元素的特殊列表，也就是一旦創建后續決不允許增加、刪除、修改。
基本用法 元組大量使用在打包和解包處，如函數有多個返回值時打包為一個元組，賦值到等號左側變量時解包。
- In [22]: t=1,2,3
- In [23]: type(t)
- Out[23]: tuple
實際創建一個元組實例
使用場景 如果非常確定你的對象后面不會被修改，則可以大膽使用元組。為什么?因為相比于list, tuple實例更加節省內存，這點尤其重要。
- In [24]: from sys import getsizeof
- In [25]: getsizeof(list())
- Out[25]: 72 # 一個list實例占用72個字節
- In [26]: getsizeof(tuple())
- Out[26]: 56 # 一個tuple實例占用56個字節
所以創建100個實例，tuple能節省1K多字節。
3. set
基本用法 set是一種里面不能含有重復元素的數據結構，這種特性天然的使用于列表的去重。
- In [27]: a=[3,2,5,2,5,3]
- In [28]: set(a)
- Out[28]: {2, 3, 5}
除此之外，還有知道set結構可用于兩個set實例的求交集、并集、差集等操作。
- In [29]: a = {2,3,5}
- In [30]: b = {3,4,6,2}
- In [31]: a.intersection(b) # 求交集
- Out[31]: {2, 3}
使用場景 如果只是想緩存某些元素值，且要求元素值不能重復時，適合選用此結構。并且set內允許增刪元素，且效率很高。
實現原理 set在內部將值哈希為索引，然后按照索引去獲取數據，因此刪除、增加、查詢元素效果都很高。
4. dict
基本用法 dict 是Python中使用最頻繁的數據結構之一，字典創建由通過dict函數、{}寫法、字典生成式等，增刪查元素效率都很高。
- d = {'a':1,'b':2} # {}創建字典
- # 列表生成式
- In [38]: d = {a:b for a,b in zip(['a','b'],[1,2])}
- In [39]: d
- Out[39]: {'a': 1, 'b': 2}
使用場景 字典尤其適合在查詢多的場景，時間復雜度為O(1). 如leetcode第一題求解兩數之和時，就會使用到dict的O(1)查詢時間復雜度。
同時，Python類中屬性值等信息也都是緩存在__dict__這個字典型數據結構中。
但是值得注意，dict占用字節數是list、tuple的3、4倍，因此對內存要求苛刻的場景要慎重考慮。
- In [40]: getsizeof(dict())
- Out[40]: 248
實現原理 字典是一種哈希表，同時保存了鍵值對。
以上4種數據結構相信大家都已經比較熟悉，因此我言簡意賅的介紹一遍。接下來再詳細的介紹下面6種數據結構及各自使用場景，會列舉更多的例子。
- 5. deque
- 6. Counter
- 7. OrderedDict
- 8. heapq
- 9. defaultdict
- 10. ChainMap
