Python數據結構如何應用

Python提供了多種內置的數據結構，如列表（list）、元組（tuple）、集合（set）和字典（dictionary），它們在數據處理和分析中非常有用。以下是一些常見的數據結構及其應用示例：

1. 列表（List）：

   • 列表是有序的集合，可以包含不同類型的元素。
   • 應用：存儲一系列相關的數據，如學生的成績、電影評分等。

   scores = [90, 85, 78, 92]  # 存儲學生的成績
   

2. 元組（Tuple）：

   • 元組與列表類似，但一旦創建就不能被修改。
   • 應用：表示不可變的數據序列，如坐標、顏色代碼等。

   coordinates = (3, 4)  # 表示二維平面上的點
   

3. 集合（Set）：

   • 集合是無序的，且不允許重復元素。
   • 應用：去除重復數據，檢查元素是否存在，執行集合運算（如并集、交集）。

   unique_numbers = {1, 2, 3, 4, 4, 5}  # 去除重復的數字
   common_elements = {1, 2} & {2, 3}  # 求兩個集合的交集
   

4. 字典（Dictionary）：

   • 字典是由鍵值對組成的無序集合。
   • 應用：存儲具有唯一鍵的數據，快速查找和關聯數據。

   student_info = {'name': 'Alice', 'age': 20, 'major': 'Computer Science'}
   # 快速查找學生的年齡
   age = student_info['age']
   

5. 棧（Stack）：

   • 棧是一種后進先出（LIFO）的數據結構。
   • 應用：實現括號匹配、深度優先搜索等。

   stack = []
   stack.append(1)  # 入棧
   stack.append(2)
   stack.pop()  # 出棧
   

6. 隊列（Queue）：

   • 隊列是一種先進先出（FIFO）的數據結構。
   • 應用：實現任務調度、緩沖處理等。

   from collections import deque
   queue = deque()
   queue.append(1)  # 入隊
   queue.popleft()  # 出隊
   

7. 鏈表（LinkedList）：

   • 鏈表是由節點組成的線性數據結構，每個節點包含數據和指向下一個節點的指針。
   • 應用：實現動態內存分配、鏈表操作等。

   class Node:
       def __init__(self, data):
           self.data = data
           self.next = None
   
   class LinkedList:
       def __init__(self):
           self.head = None
   
       def append(self, data):
           new_node = Node(data)
           if not self.head:
               self.head = new_node
               return
           current = self.head
           while current.next:
               current = current.next
           current.next = new_node
   

8. 樹（Tree）：

   • 樹是一種分層的數據結構，由節點組成，每個節點有零個或多個子節點。
   • 應用：實現文件系統、數據庫索引、JSON數據結構等。

   class TreeNode:
       def __init__(self, key):
           self.left = None
           self.right = None
           self.val = key
   
   # 構建二叉搜索樹
   root = TreeNode(10)
   root.left = TreeNode(5)
   root.right = TreeNode(15)
   root.left.left = TreeNode(3)
   root.left.right = TreeNode(7)
   

9. 圖（Graph）：

   • 圖是由頂點和邊組成的數據結構，頂點表示實體，邊表示實體之間的關系。
   • 應用：實現社交網絡分析、路徑規劃、網絡爬蟲等。

   from collections import defaultdict
   
   graph = defaultdict(list)
   graph['A'].append('B')
   graph['A'].append('C')
   graph['B'].append('D')
   graph['B'].append('E')
   graph['C'].append('F')
   

這些數據結構在不同的應用場景中有各自的優勢和適用性。了解并掌握它們的使用方法對于編寫高效、可維護的Python代碼至關重要。