python数据结构学习系列

在Python编程中，数据结构是组织、管理和存储数据的方式，以便能够有效地执行特定的操作。数据结构的选择对于算法的效率、代码的清晰度和可维护性都至关重要。以下是对Python中常见数据结构的学习总结。

列表（List）
- 列表是Python中最基本的数据结构之一，它支持索引、切片、追加和删除等操作。
- 列表可以包含不同类型的元素，并且大小是动态的。
- 列表支持负索引，可以从末尾开始计数。
- 常用操作：append(), insert(), remove(), pop(), index(), count(), sort(), reverse()等。例如：
```
weather_forecast = ["晴", "雨", "多云", "雪", "雾", "晴", "风"]  
print(weather_forecast[2])  # 输出：多云
```
元组（Tuple）
- 元组与列表相似，但它是不可变的，这意味着一旦一个元组被创建，就不能修改其内容。
- 元组通常用于存储不可变的数据集合，如坐标点或函数返回的多个值。
- 由于元组是不可变的，因此在需要高效查找和不变性的情况下，它们通常比列表更快。例如：
```
point1 = (1, 2)  
point2 = (4, 6)  
distance = ((point2[0] - point1[0])**2 + (point2[1] - point1[1])**2)**0.5  
print(distance)  # 输出：5.0
```
字典（Dictionary）
- 字典是一个无序的键值对集合。
- 字典允许通过键快速查找值，平均时间复杂度为O(1)。
- 字典在Python中非常常用，因为它们是存储和检索数据的有效方式。
- 常用操作：get(), set(), update(), keys(), values(), items(), pop()等。例如：
```
students = {"张三": 1001, "李四": 1002, "王五": 1003}  
print(students["李四"])  # 输出：1002
```
集合（Set）
- 集合是一个无序的、不重复的元素集合。
- 集合用于执行成员检测、消除重复项以及数学运算（如并集、交集、差集等）。
- 集合不支持索引和切片操作，但支持快速的成员检测。
- 常用操作：add(), remove(), discard(), pop(), union(), intersection(), difference(), symmetric_difference()等。例如：
```
list1 = [1, 2, 3, 4, 5]  
list2 = [4, 5, 6, 7, 8]  
common_elements = set(list1) & set(list2)  
print(common_elements)  # 输出：{4, 5}
```
字符串（String）
- 字符串在Python中是不可变的字符序列。
- 字符串支持索引、切片、连接、分割等操作。
- 字符串是不可变的，这意味着一旦创建了一个字符串，就不能修改它。但可以通过连接、切片等操作生成新的字符串。
- 常用操作：len(), find(), replace(), split(), join(), lower(), upper(), strip()等。例如：
```
name = "张三"  
greeting = "欢迎, " + name + "!"  
print(greeting)  # 输出：欢迎, 张三!
```
自定义数据结构
- 除了内置的数据结构外，Python还允许程序员根据需要定义自己的数据结构。
- 常见的自定义数据结构包括栈、队列、链表、树和图等。
- 这些数据结构在实现特定的算法和应用程序时非常有用。