Python老司机倾心整理万字长文带你彻底吃透5大数据结构点赞、收藏、转发让更多小伙伴告别数据结构焦虑目录一、引言为什么数据结构是Python编程的基石二、字符串str—— 文本世界的王者2.1 创建与基本特性2.2 常用方法全解析2.3 格式化让字符串更优雅2.4 不可变性带来的坑与技巧2.5 性能优化小贴士三、列表list—— 万能的动态数组3.1 创建与增删改查3.2 常用方法大集合3.3 列表推导式一行代码搞定循环3.4 深浅拷贝千万别掉进引用陷阱3.5 性能分析什么时候用列表四、元组tuple—— 不可变的“轻骑兵”4.1 创建与特性4.2 元组拆包优雅的数据交换4.3 namedtuple给元组加上“字段名”4.4 何时使用元组五、字典dict—— 键值对查询之王5.1 创建与基本操作5.2 常用方法详解5.3 字典推导式5.4 遍历方式五花八门5.5 有序性Python 3.7的福利5.6 性能与哈希原理六、集合set—— 去重与集合运算神器6.1 创建与基本操作6.2 集合运算并、交、差、对称差6.3 去重、关系测试等应用场景七、数据结构终极对比与选型指南7.1 特性对比表7.2 如何选择合适的数据结构八、高阶话题与常见陷阱8.1 可哈希性Hashable8.2 迭代器与生成器的关系8.3 内存占用比较九、大厂面试常考题目大揭秘十、总结掌握数据结构Python编程如虎添翼一、引言为什么数据结构是Python编程的基石如果你刚开始学习Python你可能会被str、list、tuple、dict、set这些名词搞得晕头转向。别慌它们本质上就是不同类型的“容器”用来存放和管理数据。打个比方字符串就像一串项链每个珠子是一个字符。列表就像你的购物车可以随意增删商品且有序。元组就像你的身份证信息一旦创建就不能修改。字典就像现实中的字典通过“字”查“释义”查询速度极快。集合就像一个抽奖箱里面没有重复的奖项且无序。掌握这些数据结构就等于掌握了Python编程的半壁江山无论是数据分析、Web开发还是人工智能它们无处不在。今天我们就深入剖析每一种数据结构从基础用法到底层原理让你彻底吃透二、字符串str—— 文本世界的王者2.1 创建与基本特性字符串是不可变的字符序列用单引号、双引号或三引号包裹。s1 Hello s2 World s3 多行 字符串字符串支持索引从0开始、切片[start:end:step]等操作。s Python print(s[0]) # P print(s[-1]) # n print(s[1:4]) # yth print(s[::-1]) # nohtyP 反转2.2 常用方法全解析方法说明示例upper()/lower()全部大写/小写hello.upper()→HELLOstrip()去掉两端空白 hi .strip()→hisplit(sep)按分隔符拆成列表a,b,c.split(,)→[a,b,c]join(iterable)将可迭代对象连接成字符串-.join([a,b])→a-breplace(old, new)替换子串hello.replace(l,x)→hexxofind(sub)查找子串位置返回索引或-1abc.find(b)→ 1startswith()/endswith()判断开头/结尾hello.startswith(he)→ Trueisdigit()/isalpha()判断是否全数字/字母123.isdigit()→ True2.3 格式化让字符串更优雅%格式化旧式我叫%s今年%d岁 % (Tom, 18)str.format()我叫{}今年{}岁.format(Tom, 18)f-stringPython 3.6推荐name Tom; age 18; f我叫{name}今年{age}岁f-string 不仅简洁而且性能最好还能执行表达式a, b 5, 3 print(f{a} {b} {a b}) # 5 3 82.4 不可变性带来的坑与技巧字符串不可变意味着每次修改都会创建新对象。因此在循环中频繁拼接字符串是性能杀手# 不推荐每次循环都创建新字符串 result for s in [a, b, c]: result s # 每次都会生成新字符串 # 推荐使用 join 一次连接 result .join([a, b, c])2.5 性能优化小贴士使用join代替循环拼接。使用in检查子串比find更直观if sub in string:字符串驻留intern机制短字符串会被缓存但无需过度关注。三、列表list—— 万能的动态数组3.1 创建与增删改查列表是可变的有序序列可以包含任意类型的元素。# 创建 lst [1, 2, 3] # 直接赋值 lst list(range(5)) # [0,1,2,3,4] lst [0] * 5 # [0,0,0,0,0] # 增 lst.append(4) # 末尾添加 lst.insert(1, a) # 在索引1插入 lst.extend([5,6]) # 扩展 # 删 lst.pop() # 删除末尾并返回 lst.remove(3) # 删除第一个值为3的元素 del lst[0] # 删除指定索引 # 改 lst[0] 100 # 查 print(lst[2]) # 索引访问 print(lst.index(5)) # 查找值的位置3.2 常用方法大集合方法说明示例append(x)末尾添加[1].append(2)→[1,2]extend(iterable)合并另一个可迭代对象[1,2].extend([3,4])→[1,2,3,4]insert(i,x)在 i 位置插入[1,2].insert(1,99)→[1,99,2]remove(x)删除第一个值为 x 的元素[1,2,3].remove(2)→[1,3]pop([i])弹出并返回索引 i 的元素默认末尾[1,2].pop()→ 2index(x)返回 x 的索引不存在则报错[1,2].index(2)→ 1count(x)统计 x 出现次数[1,2,1].count(1)→ 2sort()原地排序[3,1,2].sort()→[1,2,3]reverse()原地反转[1,2].reverse()→[2,1]copy()浅拷贝见下文3.3 列表推导式一行代码搞定循环列表推导式是 Python 最优雅的特性之一用于快速生成列表。# 传统方式 squares [] for i in range(10): squares.append(i**2) # 列表推导式 squares [i**2 for i in range(10)] # 带条件 even_squares [i**2 for i in range(10) if i % 2 0] # 嵌套循环 matrix [[1,2], [3,4]] flatten [num for row in matrix for num in row] # [1,2,3,4]小贴士列表推导式简洁高效但不要过度嵌套否则可读性变差。3.4 深浅拷贝千万别掉进引用陷阱列表存储的是对象的引用直接赋值只是拷贝引用。a [1, 2, [3, 4]] b a # 浅拷贝引用 c a.copy() # 浅拷贝新列表但内层列表仍是引用 d copy.deepcopy(a) # 深拷贝递归复制所有内容修改内层列表时浅拷贝会受影响b[2][0] 99 print(a) # [1, 2, [99, 4]] a 和 b 一起变 print(c) # [1, 2, [99, 4]] c 也变了 print(d) # [1, 2, [3, 4]] d 不变3.5 性能分析什么时候用列表随机访问快通过索引访问是 O(1)。插入删除慢在中间插入/删除需要移动元素O(n)。尾部操作快append和pop()是 O(1)摊销。如果需要频繁在头部插入/删除考虑collections.deque。四、元组tuple—— 不可变的“轻骑兵”4.1 创建与特性元组与列表几乎一样但一旦创建不可修改不可变。元组用圆括号t (1, 2, 3) t 1, 2, 3 # 也可以不加括号逗号是关键 t (1,) # 只有一个元素时必须加逗号否则是整数支持索引、切片、遍历等查询操作但没有append、remove等修改方法。4.2 元组拆包优雅的数据交换元组拆包unpacking非常方便a, b (1, 2) # a1, b2 # 交换变量 a, b b, a # 更优雅的交换 # 接收多个返回值 def get_user(): return Tom, 18 name, age get_user()还可以用*接收剩余元素first, *rest (1, 2, 3, 4) # first1, rest[2,3,4]4.3 namedtuple给元组加上“字段名”collections.namedtuple让元组更可读from collections import namedtuple Point namedtuple(Point, [x, y]) p Point(10, 20) print(p.x, p.y) # 10 20它比普通元组更清晰比类更轻量。4.4 何时使用元组作为字典的键因为元组是可哈希的而列表不行。函数返回多个值避免创建列表的开销。当你需要保证数据不被修改时比如常量配置。性能优化元组比列表占用更少内存且创建速度更快。五、字典dict—— 键值对查询之王5.1 创建与基本操作字典是键值对key-value的无序集合Python 3.7 保持插入顺序键必须是不可变类型如字符串、数字、元组值可以是任意类型。# 创建 d {name: Tom, age: 18} d dict(nameTom, age18) # 关键字形式 d dict([(name,Tom), (age,18)]) # 从列表创建 # 增/改 d[gender] male # 新键赋值 d[age] 20 # 覆盖 # 删 del d[gender] # 删除键 age d.pop(age) # 弹出并返回值 d.popitem() # 弹出并返回最后一个键值对Python 3.7 # 查 print(d[name]) # 存在则返回否则 KeyError print(d.get(name, 未知)) # 安全获取不存在返回默认值5.2 常用方法详解方法说明示例keys()返回所有键的视图d.keys()→dict_keys([name,age])values()返回所有值的视图d.values()→dict_values([Tom,18])items()返回所有键,值元组的视图d.items()→dict_items([(name,Tom),(age,18)])get(key, default)获取值不存在返回默认值d.get(sex,unknown)setdefault(key, default)如果有键则返回否则设置并返回d.setdefault(city,北京)update(other_dict)合并字典d.update({age:19})pop(key, default)弹出并返回值不存在返回默认d.pop(age, 0)clear()清空所有内容5.3 字典推导式类似列表推导式快速生成字典# 平方映射 squares {x: x**2 for x in range(5)} # {0:0, 1:1, 2:4, 3:9, 4:16} # 筛选 even_squares {x: x**2 for x in range(5) if x % 2 0}5.4 遍历方式五花八门# 遍历键 for key in d: print(key) # 遍历值 for value in d.values(): print(value) # 遍历键值对 for key, value in d.items(): print(key, value)5.5 有序性Python 3.7的福利在 Python 3.6 之前字典是无序的即插入顺序不保证。从 3.7 开始字典保持插入顺序并且这个特性成为语言规范。因此现在可以依赖字典的顺序。5.6 性能与哈希原理字典的查询、插入、删除操作平均复杂度为O(1)非常高效。这是通过哈希表实现的每个键都会计算哈希值然后映射到内部数组的索引。如果哈希冲突采用开放寻址法解决。键必须是可哈希的即拥有__hash__方法且不可变所以列表、字典、集合不能作为键。六、集合set—— 去重与集合运算神器6.1 创建与基本操作集合是无序的、不重复的元素集合用大括号{}或set()创建空集合必须用set()因为{}是空字典。# 创建 s {1, 2, 3} s set([1, 2, 2, 3]) # {1, 2, 3} 自动去重 s set() # 空集合 # 增删 s.add(4) # 添加元素 s.remove(3) # 删除元素不存在则 KeyError s.discard(5) # 删除元素不存在也不报错 s.pop() # 删除并返回任意一个元素因为无序6.2 集合运算并、交、差、对称差集合支持数学上的集合运算非常方便A {1, 2, 3, 4} B {3, 4, 5, 6} # 并集 print(A | B) # {1,2,3,4,5,6} 或 A.union(B) # 交集 print(A B) # {3,4} 或 A.intersection(B) # 差集A有而B没有 print(A - B) # {1,2} 或 A.difference(B) # 对称差不同时属于两者的元素 print(A ^ B) # {1,2,5,6} 或 A.symmetric_difference(B) # 子集判断 print(A.issubset(B)) # False print(A.issuperset({1,2})) # True6.3 去重、关系测试等应用场景去重unique set(list_with_duplicates)快速成员检查if x in set_of_values:比if x in list:快得多O(1) vs O(n)。数据关系分析如两个用户的好友共同关注等。七、数据结构终极对比与选型指南7.1 特性对比表数据结构是否可变是否有序是否允许重复是否可哈希可作为字典键存储方式str❌ 不可变✅ 有序✅ 允许✅ 是字符序列list✅ 可变✅ 有序✅ 允许❌ 否不可哈希动态数组tuple❌ 不可变✅ 有序✅ 允许✅ 是元素均需可哈希固定数组dict✅ 可变✅ 有序3.7❌ 不允许重复键❌ 本身不可哈希可比较键哈希表set✅ 可变❌ 无序❌ 不允许重复❌ 不可哈希本身哈希表7.2 如何选择合适的数据结构需要存储序列且要修改→ 列表需要存储序列且不可变→ 元组需要键值对映射且快速查询→ 字典需要去重或集合运算→ 集合需要文本处理→ 字符串经验法则遇到问题先考虑用哪种容器往往比直接写循环更高效。八、高阶话题与常见陷阱8.1 可哈希性Hashable字典的键和集合的元素必须是可哈希的即对象在其生命周期内哈希值不变。Python 中不可变类型如int,str,tuple等都是可哈希的而可变类型如list,dict,set不可哈希。# 错误示例列表不可哈希 d {[1,2]: value} # TypeError: unhashable type: list8.2 迭代器与生成器的关系列表、字典、集合都是可迭代对象但直接遍历大列表会占用大量内存。此时可使用生成器如range、(x for x in range(10))惰性求值。8.3 内存占用比较字符串和元组占用内存较少因为不可变可共享。列表占用更多因为预留空间。字典和集合占用内存最多哈希表开销。可通过sys.getsizeof()比较。九、大厂面试常考题目大揭秘这里精选几道经典面试题帮你巩固知识如何反转字符串s[::-1]最简单。列表去重有哪些方法list(set(lst))会破坏顺序若保序可用dict.fromkeys(lst).keys()。字典和列表谁的查询速度更快为什么字典快因为哈希表 O(1)列表遍历 O(n)。什么是浅拷贝和深拷贝浅拷贝只拷贝外层容器内层仍指向原对象深拷贝递归拷贝所有内容。元组真的不可变吗元组本身不可变但如果元组内包含可变对象如列表则可变对象的内容可以改变。t (1, [2, 3]) t[1].append(4) # 合法元组引用没变但内容变了十、总结掌握数据结构Python编程如虎添翼通过本文的系统学习你应该已经对 Python 的五大数据结构有了全面的认识。数据结构一句话总结字符串文本处理的瑞士军刀不可变。列表最常用的动态数组灵活强大。元组轻量级不可变序列适合保护数据和键。字典查询速度无敌映射关系的首选。集合去重和集合运算的专家。记住选择正确的数据结构往往比优化算法更重要在开发中根据数据特性和操作需求灵活选择写出高效且易读的代码。最后如果你觉得这篇文章对你有帮助点赞、收藏、评论三连支持一下你的鼓励是我持续创作的最大动力
