找建设网站公司,帝国cms个人网站模板,怎样修改网站首页头部,网站开发要先买服务器吗笔记为自我总结整理的学习笔记#xff0c;若有错误欢迎指出哟~ python与数据结构 Python 中常见的数据类型数据结构1.数组#xff08;Array#xff09;2.链表#xff08;Linked List#xff09;3.哈希表#xff08;Hash Table#xff09;4.队列#xff08;Queue#x… 笔记为自我总结整理的学习笔记若有错误欢迎指出哟~ python与数据结构 Python 中常见的数据类型数据结构1.数组Array2.链表Linked List3.哈希表Hash Table4.队列Queuelistdeque(类似双端队列) 5.栈Stacklistdeque 6.堆Heep7.树Tree 数据类型常见操作1.数字类型2.布尔类型3.字符串类型4.列表类型5.元组类型6.集合类型7.字典类型 Python 中常见的数据类型
1.数字类型
整数int表示整数值例如 1、-5、100。浮点数float表示带有小数部分的数字例如 3.14、-0.5、2.0。复数complex表示实部和虚部的复数例如 23j。
2.布尔类型bool
表示真True或假False的逻辑值。
3.字符串类型str
表示文本数据使用单引号或双引号括起来例如 ‘Hello’、“World”。
4.列表类型list
表示有序的可变序列可以包含不同类型的元素使用方括号括起来例如 [1, 2, ‘a’, True]。
5.元组类型tuple
类似于列表但是不可变使用圆括号括起来例如 (1, 2, ‘a’, True)。
6.集合类型set
表示无序且唯一的元素集合使用花括号括起来例如 {1, 2, 3}。
7.字典类型dict
表示键值对的映射关系使用花括号括起来例如 {‘name’: ‘Alice’, ‘age’: 25}。
数据结构
1.数组Array
列表类型list
2.链表Linked List class ListNode:def __init__(self,x):self.val xself.next None3.哈希表Hash Table
字典类型dict
4.队列Queue list
进队append()
出队pop(0)
l [1,2,3,4,5]l.append(6)
l
#[1, 2, 3, 4, 5, 6]l.pop(0)
l
#[2, 3, 4, 5, 6]deque(类似双端队列)
deque 是 Python 中的一个内置模块 collections 中的类用于实现双端队列double-ended queue。双端队列是一种具有队列和栈特性的数据结构支持在两端进行插入和删除操作。
deque 提供了以下常用操作
创建双端队列 使用 deque() 函数创建一个空的双端队列。例如from collections import dequed deque()。 在队列两端插入元素 使用 append(item) 在队列的右端插入一个元素。使用 appendleft(item) 在队列的左端插入一个元素。例如d.append(1)d.appendleft(2)。 在队列两端删除元素 使用 pop() 删除并返回队列右端的元素。使用 popleft() 删除并返回队列左端的元素。例如d.pop()d.popleft()。 访问队列两端的元素 使用 [-1] 索引访问队列右端的元素。使用 [0] 索引访问队列左端的元素。例如d[-1]d[0]。 获取队列长度 使用 len(d) 获取队列中的元素个数。 判断队列是否为空 使用 not d 或 len(d) 0 判断队列是否为空。
deque 还支持其他一些方法如旋转队列、计数元素出现次数、反转队列等。双端队列在实际应用中常用于需要高效地在两端进行插入和删除操作的场景比如实现缓存、任务调度等。
右进append()
右出pop()
左进appendleft()
左出popleft()
from collections import deque
q deque([1,2,3])q.append(4)
q
#deque([1, 2, 3, 4])q.pop()
q
#deque([1, 2, 3])q.appendleft(4)
q
#deque([4, 1, 2, 3])q.popleft()
q
#deque([1, 2, 3])使用先进后出
#使用方法1队头--- 队列 ---队尾
#append() 队尾
#popleft() 队头from collections import deque
q deque([1,2,3])q.append(4)
q
#deque([1, 2, 3, 4])q.popleft()
q
#deque([2, 3, 4])#使用方法2队尾--- 队列 ---队头
#appendleft() 队尾
#pop() 队头from collections import deque
q deque([1,2,3])q.appendleft(4)
q
#deque([4, 1, 2, 3])q.pop()
q
#deque([4, 1, 2])5.栈Stack list
进栈append()
出栈pop()
l [1,2,3,4,5]l.append(6)
l
#[1, 2, 3, 4, 5, 6]l.pop()
l
#[1, 2, 3, 4, 5]deque
右进append()
右出pop()
左进appendleft()
左出popleft()
使用先进先出后进后出
6.堆Heep heapq 是 Python 中的一个内置模块提供了堆heap算法的实现。堆是一种特殊的树形数据结构满足以下性质
堆是一棵完全二叉树堆中的每个节点都必须大于等于或小于等于其子节点。
Python 中的 heapq 模块提供了以下常用函数
heapify(iterable) 将一个可迭代对象转化为堆时间复杂度为O*(*n)。例如heapq.heapify([3, 1, 4, 1, 5, 9])。 heappush(heap, item) 将一个元素加入堆中时间复杂度为 O(logn)。例如heapq.heappush([3, 1, 4, 1, 5, 9], 2)。 heappop(heap) 弹出堆中最小的元素时间复杂度为 O(logn)。例如heapq.heappop([1, 1, 3, 4, 5, 9])。 heapreplace(heap, item) 弹出堆中最小的元素并将新元素加入堆中时间复杂度为 O*(*logn)。例如heapq.heapreplace([1, 1, 3, 4, 5, 9], 2)。 nlargest(n, iterable[, key]) 返回可迭代对象中最大的 n 个元素时间复杂度为 O*(*nlogk)其中 kmin(n,len(iterable))。例如heapq.nlargest(3, [1, 2, 3, 4, 5, 6, 7, 8, 9])。 nsmallest(n, iterable[, key]) 返回可迭代对象中最小的 n 个元素时间复杂度为 O*(*nlogk)其中 kmin(n,len(iterable))。例如heapq.nsmallest(3, [9, 8, 7, 6, 5, 4, 3, 2, 1])。
heapq 模块可以用于实现堆排序、优先队列等算法同时也可以用于解决一些常见的算法问题如求 top-k 问题、求中位数等。在使用 heapq 模块时需要注意元素的比较方式可以通过传递 key 参数来指定比较函数。
from heapq import * a [1,2,3,4,5]
heapify(a)
a
#[1, 2, 3, 4, 5]heappush(a,-1)
a
#[-1, 2, 1, 4, 5, 3]heappop(a)
a
#[1, 2, 3, 4, 5]nlargest(3,a)
#[5, 4, 3]nsmallest(3,a)
#[1, 2, 3]7.树Tree 数据类型常见操作
1.数字类型
abs()绝对值max()/min()最大值/最小值pow(x,y)xysqrt(x)根号x
abs(-5)
#5max(1,3,6)
#6min(1,-1,4)
#-1pow(3,3)
#27import math
math.sqrt(9)
#3.02.布尔类型
bool(0)
#Falsebool(2)
#Truebool(-1)
#True3.字符串类型
len(s)字符串长度空格也算max(s)最大字符max(s)最小字符s.count(‘H’)统计H的个数s.isupper()是否为大写s.islower()是否为小写s.isdigit()是否为数字s.lower()转换为小写s.upper()转换为大写s.swapcase()大小写转换s.split()分割字符串
sHello worldlen(s)
#11max(s)
#ws.count(l)
#3s.isupper()
#Falses.islower()
#Falses.isdigit()
#Falses.lower()
#hello worlds.upper()
#HELLO WORLDs.swapcase()
#hELLO WORLDs.split()
#[Hello, world]s.strip()去除两边字符串s.lstrip()去除左边字符串s.rstrip()去除右边字符串s.replace()交换字符串。
注意strip()不能去除字符串中间的空格去除中间空格用replace()
a hello world
a.strip()
#hello worlda.lstrip()
#hello world a.rstrip()
# hello worlda.replace( ,)
#helloworld4.列表类型
a [1,54,2,22,4]增加 a.append(元素)a.insert(位置,元素)
a.append(25)
a
#[1, 54, 2, 22, 4, 25]a.insert(0,2)
a
#[2, 1, 54, 2, 22, 4, 25]更新 a[位置]元素
a[0]3
a
#[3, 1, 54, 2, 22, 4, 25]删除 a.pop(位置) 默认最后元素a.remove(元素)
a.pop()
#25a.remove(3)
a
#[1, 54, 2, 22, 4]遍历 for x in a: print(x) for i in range(len(a)): print(a[i]) b[x**2 for x in a]: print(x)
for x in a:print(x)1
54
2
22
4
for i in range(len(a)):print(a[i])1
54
2
22
4
b[x**2 for x in a]
b
#[1, 2916, 4, 484, 16]len(l)列表长度max(l)最大元素列表为同一类型max(l)最小元素列表为同一类型l.reverse()翻转l.sort(reverse True) 降序排序in元素是否再列表切片l.clear()清空列表
l[1,2,3,4,5,6]
len(l)
#6max(l)
#6min(l)
#1l.reverse()
l
#[6, 5, 4, 3, 2, 1]l.sort(reverse False) #降序
l
#[1, 2, 3, 4, 5, 6]4 in l
#Truel[0:2]
#[1, 2]l.clear()
l
#[]5.元组类型
a(1,1.5,abc)查找
a[0]
#1a[2]
#abclen(a)in切片
len(a)
#31 in a
#Truea[0:2]
#(1, 1.5)6.集合类型
增加 a.add()a.update() 删除 a.remove()
a{1,1.5,abc}
a.add(2)
a
#{1, 1.5, 2, abc}a.update({4,5})
a
#{1, 1.5, 2, 4, 5, abc}a.remove(1.5)
a
#{1, 2, 4, 5, abc}in集合间的操作 a-ba有b没有a|ba有或b有aba、b都有a^ba、b不同时有
a{1,2,3}
b{3,4,5}a-b
#{1, 2}a|b
#{1, 2, 3, 4, 5}ab
#{3}a^b
#{1, 2, 4, 5}7.字典类型
增/改 dict[key]value 删 dict.pop(key) in key in dict
s {age:18,name:小明}s[age]19
s
#{age: 19, name: 小明}s[city]长沙
s
#{age: 19, name: 小明, city: 长沙}s.pop(city)
s
#{age: 19, name: 小明}age in s
#True遍历 keyvaluek,v
for key in s:print(key)
#age
#namefor value in s.values():print(value)
#19
#小明for k,v in s.items():print(k,v)
#age 19
#name 小明
