Python3数据结构知识点汇总

Python3 数据结构知识点汇总

编程小白也能看懂的数据结构详解

数据结构是编程中组织和存储数据的方式，Python提供了几种内置的数据结构，每种都有不同的特点和用途。本指南将用简单易懂的语言介绍Python中最常用的数据结构。

列表
(List)

元组
(Tuple)

字典
(Dict)

集合
(Set)

1. 列表 (List)

什么是列表？

列表就像是一个可以装很多东西的”购物袋”，你可以往里面放任何类型的东西（数字、文本、甚至其他列表），而且袋子里的东西可以随时增加、减少或修改。

特点：

可变：创建后可以修改（增删改）
有序：元素有固定顺序（按添加顺序排列）
可重复：允许包含相同的元素
索引访问：通过位置（索引）获取元素，从0开始

常用操作：

my_list = [1, 2, 3] – 创建列表
my_list.append(4) – 在末尾添加元素
my_list.insert(1, "a") – 在指定位置插入元素
my_list.remove(2) – 删除指定元素
my_list[0] = 100 – 修改元素
len(my_list) – 获取列表长度

使用场景：

需要存储多个相关项（如学生姓名列表）
需要经常修改数据集合
需要保持元素的添加顺序

代码示例：

# 创建列表
fruits = ["苹果", "香蕉", "橙子"]

# 添加元素
fruits.append("葡萄")  # 现在为 ["苹果", "香蕉", "橙子", "葡萄"]

# 访问元素
print(fruits[0])      # 输出: 苹果

# 修改元素
fruits[1] = "芒果"    # 现在为 ["苹果", "芒果", "橙子", "葡萄"]

# 删除元素
fruits.remove("橙子") # 现在为 ["苹果", "芒果", "葡萄"]

# 遍历列表
for fruit in fruits:
    print(fruit)

2. 元组 (Tuple)

什么是元组？

元组就像是一个”密封的盒子”，一旦创建就不能修改。它用于存储一组不可变的数据，类似于列表但更安全。

特点：

不可变：创建后不能修改（不能增删改）
有序：元素有固定顺序
可重复：允许包含相同的元素
访问快：比列表访问速度更快

常用操作：

my_tuple = (1, 2, 3) – 创建元组
my_tuple[0] – 访问元素
len(my_tuple) – 获取元组长度
tuple1 + tuple2 – 连接元组
my_tuple.count(2) – 计算元素出现次数

使用场景：

存储不应更改的数据（如日期、坐标）
作为字典的键（因为不可变）
函数返回多个值时

代码示例：

# 创建元组
point = (10, 20)

# 访问元素
x = point[0]  # x = 10
y = point[1]  # y = 20

# 元组解包
width, height = (800, 600)

# 作为字典的键
locations = {(35.68, 139.76): "东京", (40.71, -74.00): "纽约"}

# 尝试修改元组会出错
# point[0] = 15  # 报错: 'tuple' object does not support item assignment

3. 字典 (Dict)

什么是字典？

字典就像一本”电话簿”，通过名字（键）查找电话号码（值）。每个键对应一个值，键必须是唯一的。

特点：

键值对：存储键和对应的值
可变：可以添加、修改、删除键值对
无序：Python 3.7+ 后保持插入顺序
键唯一：不允许重复键
快速查找：通过键快速访问值

常用操作：

my_dict = {"name": "Alice", "age": 30} – 创建字典
my_dict["name"] – 通过键获取值
my_dict["age"] = 31 – 修改值
my_dict["city"] = "北京" – 添加新键值对
del my_dict["age"] – 删除键值对
"name" in my_dict – 检查键是否存在

使用场景：

存储具有关联关系的数据（如用户信息）
需要快速查找数据的场景
数据分类和分组

代码示例：

# 创建学生字典
student = {
    "name": "张三",
    "age": 20,
    "courses": ["数学", "英语", "编程"]
}

# 访问数据
print(student["name"])  # 输出: 张三

# 添加新数据
student["gender"] = "男"

# 修改数据
student["age"] = 21

# 删除数据
del student["courses"]

# 遍历字典
for key, value in student.items():
    print(f"{key}: {value}")

# 安全访问
phone = student.get("phone", "未知")  # 如果phone不存在返回"未知"

4. 集合 (Set)

什么是集合？

集合就像是一个”不重复的袋子”，里面装着一堆不重复的元素，没有顺序。主要用于去重和数学运算（交集、并集等）。

特点：

无序：元素没有固定顺序
元素唯一：不允许重复元素
可变：可以添加或删除元素（frozenset不可变）
数学运算：支持交集、并集、差集等操作

常用操作：

my_set = {1, 2, 3} – 创建集合
my_set.add(4) – 添加元素
my_set.remove(2) – 删除元素
len(my_set) – 获取元素数量
set1 | set2 – 并集（两个集合所有元素）
set1 & set2 – 交集（两个集合共有元素）

使用场景：

去除列表中的重复元素
检查元素是否存在（比列表快）
数学集合运算

代码示例：

# 创建集合
fruits = {"苹果", "香蕉", "橙子", "苹果"}  # 重复的"苹果"会被自动去除

# 添加元素
fruits.add("葡萄")

# 删除元素
fruits.remove("香蕉")

# 检查存在
if "苹果" in fruits:
    print("有苹果")

# 集合运算
setA = {1, 2, 3, 4}
setB = {3, 4, 5, 6}

print(setA | setB)  # 并集: {1, 2, 3, 4, 5, 6}
print(setA & setB)  # 交集: {3, 4}
print(setA - setB)  # 差集: {1, 2}

# 列表去重
numbers = [1, 2, 2, 3, 4, 4, 5]
unique = set(numbers)  # {1, 2, 3, 4, 5}

5. 数据结构对比

特性	列表(List)	元组(Tuple)	字典(Dict)	集合(Set)
可变性	可变	不可变	可变	可变
顺序	有序	有序	Python 3.7+有序	无序
重复元素	允许	允许	键不允许重复	不允许
索引方式	数字索引	数字索引	键索引	不支持索引
访问速度	中等	快	非常快	非常快
典型用途	存储可变序列	存储不可变数据	键值对关联数据	去重和集合运算

6. 总结

Python提供了多种数据结构，每种都有其特定的优势和适用场景：

需要修改数据？ → 使用列表
数据不应被更改？ → 使用元组
需要键值关联？ → 使用字典
需要去重或集合运算？ → 使用集合

理解每种数据结构的特点和适用场景，是编写高效Python代码的关键。随着编程经验的积累，你会更自然地知道在何时使用何种数据结构。

1. 列表 (List)

什么是列表？

特点：

常用操作：

使用场景：

代码示例：

2. 元组 (Tuple)

什么是元组？

特点：

常用操作：

使用场景：

代码示例：

3. 字典 (Dict)

什么是字典？

特点：

常用操作：

使用场景：

代码示例：

4. 集合 (Set)

什么是集合？

特点：

常用操作：

使用场景：

代码示例：

5. 数据结构对比

6. 总结

发表评论 取消回复

发表评论取消回复