Python数据结构

2025年6月19日 | 阅读 6 分钟

在 Python 中，数据结构是用于组织、处理、检索和存储数据的构建块，以便更有效地访问数据。Python 是一种高级的、面向对象的语言，它允许用户更简单地学习数据结构及其算法的基础知识。

Python 中的数据结构

Python 提供了各种数据结构，例如：

列表
元组
Set
字典

让我们通过示例讨论这些数据结构

列表

Python 列表用于在单个变量中存储不同数据类型的多个项。它的工作方式与数组相同，只有一个区别：在列表中，并非所有项都必须是相同的数据类型。

列表是可变的（可以修改、删除或替换），并且可以包含重复项。列表的工作方式与 C 语言中的数组、C++ 中的向量或 Java 中的 ArrayList 相同。

让我们看一个简单的示例，演示如何创建列表

示例

# creating list
list_1 = ['Tpoint', 12, False, 1.6, 3e12]
print("List 1:", list_1)

# creating a nested list
list_2 = [['Tpoint', 'Tech'], 3, True, 'Hello', 1.69]
print("List 2:", list_2)

立即执行

输出

List 1: ['Tpoint', 12, False, 1.6, 3000000000000.0]
List 2: [['Tpoint', 'Tech'], 3, True, 'Hello', 1.69]

说明

在上面的示例中，我们使用方括号 '[]' 创建了一个简单的列表。此列表包含不同数据类型的元素。同样，我们创建了一个嵌套列表（列表中的列表）。

元组

Python 元组被定义为对象的集合。它的工作方式与列表类似，唯一的区别是元组是不可变的（这意味着一旦你在 Python 中创建了一个元组，我们就不能添加、删除或修改其中的任何元素）。与列表一样，元组也可以包含各种类型的元素。

在 Python 中，可以通过用“逗号”分隔的值序列，使用或不使用括号来创建元组，以对数据序列进行分组。

这是一个创建元组的简单示例。

示例

# creating tuple
tuple_1 = ('Tpoint', 19, True, 1.6, 5e3)
print("Tuple 1:", tuple_1)

# creating a nested tuple
tuple_2 = (('Hello', 'World'), 13, False, 'Tpoint', 6.9)
print("Tuple 2:", tuple_2)

立即执行

输出

Tuple 1: ('Tpoint', 19, True, 1.6, 5000.0)
Tuple 2: (('Hello', 'World'), 13, False, 'Tpoint', 6.9)

说明

在上面的示例中，我们使用圆括号 '()' 创建了一个简单的元组。此元组包含不同数据类型的元素。同样，我们创建了一个嵌套元组（元组中的元组）。

Set

Python 集合是一个无序数据的集合，用于在单个变量中存储多个元素。集合也是可变的，这意味着一旦你在 Python 中创建了集合，你就不能更改或修改其元素。

在 Python 集合中，不允许重复；因此，你不能有两个具有相同值的项，这有助于消除重复条目。它通常用于包含成员资格测试。集合使用流行的哈希技术，该技术允许在平均 O(1) 时间内执行插入、删除和遍历等操作。

让我们看一个简单的示例，演示如何创建集合。

示例

# creating set
set_1 = {'hello', 'tpoint', 40, 21, 'hello', 19.2, False}
print("Set 1:", set_1)

# creating a set with a tuple an element
set_2 = {('tpoint', 'tech'), 10, 10, 'welcome', 13.6, True}
print("Set 2:", set_2)

立即执行

输出

Set 1: {False, 19.2, 'tpoint', 21, 'hello', 40}
Set 2: {True, ('tpoint', 'tech'), 'welcome', 10, 13.6}

说明

在上面的示例中，我们通过将一些项包含在花括号 '{}' 中创建了一个集合。在这里，我们可以观察到重复的元素已从集合中消除。此外，我们可以观察到集合中的元素是无序的。我们创建了另一个包含元组（不可变序列）的集合。

字典

Python 字典用于存储键值对的数据值。它与列表不同，因为它是有序的且可变的，并且不包含任何重复元素。提供的值可以是任何数据类型，甚至可以包含重复数据；但是，键是不可变的，不应包含重复值。

在字典中，索引是通过键进行的。它们内部使用哈希的概念，并且可以是任何可哈希的类型（这意味着一个永远不会改变的对象，如字符串、数字、元组等）。

让我们看一个创建字典的简单示例。

示例

# creating dictionary
dict_1 = {
    'name': 'Johnson',
    'age' : 19,
    'profession' : 'Software Developer',
    'company' : 'Tpoint Tech',
    'age' : 24
          }
print("Dictionary 1:", dict_1)

# creating a nested dictionary
dict_2 = {
    'name': 'Sachin',
    'dob' : {
        'date': 11,
        'month': 'March',
        'year': 1999
    },
    'profession' : 'Web Developer',
    'company' : 'Tpoint Tech'
    }
print("Dictionary 2:", dict_2)

立即执行

输出

Dictionary 1: {'name': 'Johnson', 'age': 24, 'profession': 'Software Developer', 'company': 'Tpoint Tech'}
Dictionary 2: {'name': 'Sachin', 'dob': {'date': 11, 'month': 'March', 'year': 1999}, 'profession': 'Web Developer', 'company': 'Tpoint Tech'}

说明

在上面的示例中，我们通过将一些“键:值”对包含在花括号 '{}' 中创建了一个字典。在这里，我们可以看到键 'age' 重复了，因此第一个键的值被第二个键的值覆盖，因为字典只包含唯一的键。我们还创建了一个嵌套字典（另一个字典的值为字典）。

String

Python 字符串是表示 Unicode 字符的字节数组。例如，“tpointtech”是一个包含字符序列的字符串 - 't'、'p'、'o'、'i'、'n'、't'、't'、'e'、'c'、'h'。

让我们通过一个示例来理解这一点。

示例

# creating a string
my_str = "Tpoint Tech"
print("My String:", my_str)
print()

# performing operations on string
# given string
given_str = "Welcome to Tpoint Tech"
print("Given String:", given_str)
# printing results
print("Length of String:", len(given_str))
print("First Element of String:", given_str[0])
print("Last Element of String:", given_str[-1])
print("Fourth Element of String:", given_str[3])

立即执行

输出

My String: Tpoint Tech

Given String: Welcome to Tpoint Tech
Length of String: 22
First Element of String: W
Last Element of String: h
Fourth Element of String: c

说明

在这里，我们通过将文本包含在双引号 ("...") 中创建了一个字符串。我们还对字符串执行了一些操作，例如查找其长度以及打印字符串的不同元素。

Collections 模块

Python Collection Module acts as a container that provides various in-built datatypes. Let's understand them one by one. (Python Collection 模块充当一种容器，提供各种内置数据类型。让我们逐一了解它们。)

序号。	数据结构	描述
1	计数器	Python counter 是字典的一个子类。它用于以无序字典的形式计算可迭代对象中的元素，其中键表示可迭代对象中的元素，值表示该元素在可迭代对象中的计数。
2	OrderedDict	Python OrderedDict 类似于字典，唯一的区别是它维护字典中键的插入顺序。
3	Deque	Python Deque 代表双端队列。它是一种类似列表的容器，用于快速地从容器的两端进行追加和弹出操作。它支持 FIFO（先进先出）和 LIFO（后进先出）操作。
4	ChainMap	Python ChainMap 将不同的字典封装在一个变量中。它通过逐个搜索所有字典来查找键，直到找到所需的键值。
5	UserDict	Python UserDict 包装了所有字典对象。当 Python 开发者想要创建具有修改或新功能的字典时，它充当一个容器。

结论

在本教程中，我们探讨了 Python 中用于数据管理和操作的数据结构的基本原理。从 **列表**、**元组**、**字典**、**集合** 和 **字符串** 等内置结构到更专业的结构，如 **Collections 模块**，每种结构都有其独特的编程用途。

理解这些数据结构非常有益，因为它们可以提高代码的性能和清晰度。应用数据结构还可以增强你在 Python 中的问题解决能力。