Python的数据结构详细讲解

Python 提供了丰富的数据类型，每种类型都有其特定的用途和操作方式。以下是 Python 主要数据类型的详细讲解，分为 不可变类型 和 可变类型 两大类。在Python里面的数据类型都是对象：

---

Python 变量本质：一切都是对象的引用

在 Python 中，所有变量都是对内存中对象的引用（类似 Java 中的“引用类型”）。
但关键区别在于：Python 没有基本数据类型，所有类型（包括数字、字符串）都是对象，存储在堆内存中。变量名是存储在栈内存里面指向真正存储数据的对应的堆内存里面。

---

---

一、不可变数据类型

不可变类型的值一旦创建，便不能被修改（但可以重新赋值）。意思就是如果你创建了一个不可变数据类型当你需要修改他的时候，这个变量会重新指向你新创建的这个对象

1. 数字类型（Numbers）

• 整型（int）：如 5, -3, 1000。Python 3 中整数没有大小限制。
• 浮点型（float）：如 3.14, -0.001, 2.5e5（科学计数法）。
• 复数（complex）：如 1 + 2j，3j。
• 布尔型（bool）：是 int 的子类，只有 True 和 False。

示例：

a = 10          # int
b = 3.14        # float
c = 1 + 2j      # complex
d = True        # bool

---

2. 字符串（str）

• 用单引号 ' '、双引号 " " 或三引号 ''' ''' 定义。
• 支持索引、切片，但不可修改字符。
• 常用方法：split(), join(), format(), strip() 等。

示例：

s = "Hello, Python"
print(s[0])     # 输出 'H'
s = s.replace("Python", "World")  # 创建新字符串

---

3. 元组（tuple）

• 用 ( ) 定义，元素不可修改，但可以包含可变对象（如列表）。
• 常用于不可变数据集合或函数返回多个值。

示例：

t = (1, "apple", [3, 4])
t[2][0] = 5     # 修改元组内的列表是允许的

---

二、可变数据类型

可变类型的值可以在不创建新对象的情况下修改。

1. 列表（list）

• 用 [ ] 定义，元素可增删改。
• 支持索引、切片、迭代，常用方法：append(), insert(), pop(), sort()。

示例：

lst = [1, 2, 3]
lst[0] = 10      # 修改元素
lst.append(4)    # 添加元素

---

2. 字典（dict）

• 用 { } 定义，存储键值对（key: value），键必须为不可变类型。
• 快速查找数据，常用方法：keys(), values(), items(), get()。

示例：

d = {"name": "Alice", "age": 25}
d["age"] = 26    # 修改值
d["city"] = "NY" # 添加新键值对

---

3. 集合（set）

• 用 { } 或 set() 定义，元素唯一且无序，支持集合运算（并集、交集等）。
• 常用方法：add(), remove(), union(), intersection()。

示例：

s = {1, 2, 3}
s.add(4)        # 添加元素
s.discard(2)    # 移除元素

---

三、其他特殊类型

1. NoneType（None）

• 表示空值，只有一个实例 None，常用于初始化变量。

2. 字节（bytes 和 bytearray）

• bytes 不可变，bytearray 可变，用于处理二进制数据。

---

四、类型转换

Python 提供内置函数进行类型转换：

int("123")      # 字符串 → 整型 123
str(3.14)       # 浮点数 → 字符串 "3.14"
list("abc")     # 字符串 → 列表 ['a', 'b', 'c']
tuple([1,2,3])  # 列表 → 元组 (1,2,3)

---

五、可变 vs 不可变

类型	可变性	示例
数字（int, float, complex）	不可变	x = 5
字符串（str）	不可变	s = "hello"
元组（tuple）	不可变	t = (1, 2)
列表（list）	可变	lst = [1, 2]
字典（dict）	可变	d = {"key": "value"}
集合（set）	可变	s = {1, 2}

---

六、java里面基础类型和python的数据类型

Python 类型	Java 对应类型	底层结构差异
int	int (基本类型) / Integer (包装类)	Python int 支持任意精度（类似 Java BigInteger），Java int 是固定 32 位二进制补码
float	double (基本类型) / Double	均为 IEEE 754 双精度浮点数，但 Java 有单独的 float (单精度)
bool	boolean (基本类型) / Boolean	Python 的 bool 是 int 子类（True=1, False=0），Java 的 boolean 是独立类型
str	String	Python 3 的 str 是不可变 Unicode，Java String 也是不可变，但编码实现可能不同（如 Java 9+ 的紧凑字符串优化）
None	null	Python 的 None 是单例对象，Java 的 null 是表示空引用的关键字

---

七、python容器类型对应 java里面集合数据类型

Python 类型	Java 对应类型	底层结构差异
list	ArrayList / LinkedList	Python list 是动态数组，类似 ArrayList；若需链表行为则对应 LinkedList
tuple	无直接对应，可用 List + 不可变包装	Python 的 tuple 是不可变序列，Java 可用 Collections.unmodifiableList 或第三方库（如 Guava 的 ImmutableList）
dict	HashMap / LinkedHashMap	均为哈希表实现，但 Python 用开放寻址法解决冲突，Java 8+ 的 HashMap 使用链表+红黑树
set	HashSet / LinkedHashSet	Python set 基于哈希表，Java HashSet 同理；有序集合对应 LinkedHashSet
frozenset	Collections.unmodifiableSet	Python 的不可变集合，Java 通过包装实现

---

八、其他类型

Python 类型	Java 对应类型	底层结构差异
bytes	byte[]	Python bytes 是不可变字节序列，Java 的 byte[] 是可变数组
bytearray	ByteArrayOutputStream 等	Python 的可变字节序列，Java 需通过 ByteBuffer 或 I/O 类模拟
自定义类实例	自定义类实例	Python 类的动态特性（如运行时修改）与 Java 类的静态结构差异显著

---

九、底层结构一致性分析

1. 数值类型

   • Python 的 int 是任意精度对象（类似大整数），而 Java 的 int 是固定 32 位；只有小整数时底层可能与 Java int 类似。
   • 浮点数底层均为 IEEE 754，但 Java 有明确区分 float 和 double。

2. 字符串

   • Python 3 的 str 存储为 Unicode 码点（类似 UTF-32），Java 的 String 在 JDK 9+ 使用紧凑存储（Latin-1 或 UTF-16）。

3. 动态数组（List vs ArrayList）

   • 两者均基于动态扩容数组，但 Python list 的扩容策略（过度分配）和内存布局（存储对象引用）与 Java ArrayList 类似。

4. 哈希表（Dict vs HashMap）

   • 均使用哈希表，但冲突解决策略不同：Python 用开放寻址法，Java 8+ 的 HashMap 在桶冲突时转为红黑树。

5. 不可变类型

   • Python 的 tuple、str 等天然不可变，Java 需通过包装类或设计模式（如防御性拷贝）实现类似效果。

---

十、关键差异总结

1. 类型系统

   • Python 动态类型，所有值均为对象；Java 静态类型，区分基本类型和对象类型。

2. 内存与性能

   • Java 的基本类型（如 int）直接在栈上分配，效率更高；Python 的所有类型均为堆分配对象。

3. 扩展性

   • Python 的容器可混合存储不同类型，Java 容器需指定泛型类型（如 List<String>）。

4. 不可变性

   • Python 通过内置类型（如 tuple）直接支持不可变，Java 需依赖 API 或第三方库。

---

十一、示例代码对比

# Python
values = [1, "hello", 3.14]  # 混合类型列表
d = {"key": "value", 42: True}
s = {1, 2, 3}

// Java
List<Object> values = new ArrayList<>();  // 需用 Object 泛型
values.add(1);
values.add("hello");
values.add(3.14);

Map<Object, Object> d = new HashMap<>();
d.put("key", "value");
d.put(42, true);

Set<Integer> s = new HashSet<>();
s.add(1);
s.add(2);
s.add(3);

---

总结

虽然 Python 和 Java 的数据类型在功能上可以找到对应关系，但由于语言设计哲学不同（动态 vs 静态、脚本语言 vs 编译语言），底层实现和性能特征存在显著差异。理解这些差异有助于在跨语言开发或性能优化时做出合理选择。

掌握这些数据类型及其操作，是编写高效 Python 程序的基础！