10种 Python数据结构,从入门到精通

今天我们将深入探讨 Python 中常用的数据结构，帮助你从基础到精通。每种数据结构都有其独特的特点和适用场景，通过实际代码示例和生活中的比喻，让你更容易理解这些概念。

学习数据结构的三个阶段

1、掌握基本用法：使用这些数据结构解决一些基本问题。

2、应用场景选择：知道在何种场景下选用哪种数据结构。

3、深入理解实现：了解内置数据结构的源码实现，并将其与相关算法知识联系起来，提升编程能力。

下面逐一介绍这 10 种常用的数据结构。

1. List (列表)

基本用法

list 是 Python 中最基本的数据结构，允许存储多个值且支持动态大小。

# 创建一个列表
fruits = ['apple', 'banana', 'cherry']
print(fruits[0])  # 输出：apple

# 添加元素
fruits.append('orange')
print(fruits)  # 输出：['apple', 'banana', 'cherry', 'orange']

# 修改元素
fruits[1] = 'kiwi'
print(fruits)  # 输出：['apple', 'kiwi', 'cherry', 'orange']

# 删除元素
fruits.remove('cherry')
print(fruits)  # 输出：['apple', 'kiwi', 'orange']

使用场景

• 适合频繁查询和修改：例如，在需要按索引访问元素时，list 的性能优越。

• 不适合频繁插入和删除：特别是在开头插入或删除时，因为这样会导致后面的元素都要移动。

实现原理

list 底层是动态数组，初始状态下无需指定长度。当插入元素超过初始容量时，会进行扩容，通常是以两倍的方式增加大小。删除操作尤其在列表开头执行时，由于涉及大量元素的位移，因此时间复杂度为 O(n)。

2. Tuple (元组)

基本用法

tuple 是一种不可变的序列，一旦创建便无法修改。

# 创建一个元组
coordinates = (10, 20)
print(coordinates[0])  # 输出：10

# 元组解包
x, y = coordinates
print(x, y)  # 输出：10 20

使用场景

• 确保数据不被修改：如果确定对象不会被修改（比如坐标），可以使用元组。

• 节省内存：由于元组的不可变性，Python 在内存管理上更高效。