python数据结构（堆，栈，队列，哈希表）使用示例

基本数据结构：堆，栈，队列，哈希表

 

Collections

deque: 双向列表 高效实现插入和删除，适用于堆列和栈

支持append, pop, append left, pop left

>>> from collections import deque

>>> q = deque(['a', 'b', 'c'])

>>> q.append('x')

>>> q.appendleft('y')

>>> q

deque(['y', 'a', 'b', 'c', 'x’])

 

 

defaultdict:避免key不存在报错的问题，提供工厂函数，为字典查询提供默认值

>>> from collections import defaultdict

>>> dd = defaultdict(lambda: 'N/A')

>>> dd['key1'] = 'abc'

>>> dd['key1'] # key1存在

'abc'

>>> dd['key2'] # key2不存在，返回默认值

'N/A'

 

python3.6（包含）之后，所有的普通dict（）字典都变为有序的了，不再需要OrderedDict（）这个类了

OrderedDict:有序字典，按插入顺序排序，dict的key默认是无序的,可以实现FIFO的dict

from collections import OrderedDict

 

class LastUpdatedOrderedDict(OrderedDict):

 

    def __init__(self, capacity):

        super(LastUpdatedOrderedDict, self).__init__()

        self._capacity = capacity

 

    def __setitem__(self, key, value):

        containsKey = 1 if key in self else 0

        if len(self) - containsKey >= self._capacity:

            last = self.popitem(last=False)

            print 'remove:', last

        if containsKey:

            del self[key]

            print 'set:', (key, value)

        else:

            print 'add:', (key, value)

        OrderedDict.__setitem__(self, key, value)

 

 

 

Counter：计数器，统计字符个数

>>> from collections import Counter

>>> c = Counter()

>>> for ch in 'programming':

...     c[ch] = c[ch] + 1

...

>>> c

Counter({'g': 2, 'm': 2, 'r': 2, 'a': 1, 'i': 1, 'o': 1, 'n': 1, 'p': 1})

 

 

堆

python heapq只有小顶堆，没有大顶堆，数据取反可以实现大顶堆

import heapq

heapq 函 数	描 述
heappush(heap, x)	将x压入堆中
heappop(heap)	从堆中弹出最小的元素
heapreplace(heap, x)	替换元素
heapify(heap)	让列表具备堆特征
nlargest(n, iter)	返回iter中n个最大的元素
nsmallest(n, iter)	返回iter中n个最小的元素

优先队列

from queue import PriorityQueue

初始化方法传入一个参数 maxsize，表示队列的最大容量

主要方法：

qsize 获得元素数量

get / put方法加入或者弹出队列顶端的那个元素

get_nowait/ put_nowait 忽略线程阻塞地加入或弹出（blocking）

empty，full 判断是否空（满），返回bool类型