Python实现数据结构的基础操作

这篇具有很好参考价值的文章主要介绍了Python实现数据结构的基础操作。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

目录

一、列表(List)

二、字典(Dictionary)

三、集合(Set)

四、链表的实现

五、队列和栈


   数据结构是计算机科学中非常重要的概念,它用于存储和组织数据以便有效地进行操作。Python作为一种功能强大且易于学习的编程语言,提供了许多内置的数据结构和相关操作。在本篇博客中,我们将介绍Python中常用的数据结构(如列表、字典、集合等)以及它们的基础操作方法,帮助读者理解和应用这些基本的数据结构。

一、列表(List)

列表是Python中最常用的数据结构之一,用于存储一系列元素。以下是一些常见的列表操作方法:

  • 创建列表:通过用方括号包围元素,并使用逗号分隔来创建一个列表。例如:my_list = [1, 2, 3, 4, 5]。
  • 访问元素:使用索引来访问列表中的特定元素。注意:索引从0开始。例如:print(my_list[0])将输出第一个元素。
  • 修改元素:可以通过索引来修改列表中的元素。例如:my_list[0] = 10将把列表中的第一个元素改为10。
  • 切片操作:通过切片操作,可以获取列表中的一部分元素。例如:print(my_list[1:3])将打印出索引1到2的元素。
  • 增加元素:使用append()方法可以在列表末尾添加一个元素。例如:my_list.append(6)将在列表末尾添加一个值为6的元素。
  • 删除元素:使用remove()方法可以删除列表中的指定元素。例如:my_list.remove(3)将删除列表中的元素3。
# 创建列表
my_list = [1, 2, 3, 4, 5]

# 访问元素
print(my_list[0])  # 输出第一个元素

# 修改元素
my_list[0] = 10  # 将列表中的第一个元素改为10

# 切片操作
print(my_list[1:3])  # 打印索引1到2的元素

# 增加元素
my_list.append(6)  # 在列表末尾添加一个值为6的元素

# 删除元素
my_list.remove(3)  # 删除列表中的元素3

二、字典(Dictionary)

字典是一种通过键-值对存储数据的数据结构。以下是一些常见的字典操作方法:

  • 创建字典:使用花括号和冒号来创建一个字典。例如:my_dict = {"name": "John", "age": 30, "city": "New York"}。
  • 访问键值对:通过键来访问字典中的值。例如:print(my_dict["name"])将输出键"name"对应的值。
  • 修改值:可以通过指定键来修改字典中的值。例如:my_dict["age"] = 35将把键"age"对应的值改为35。
  • 添加键值对:可以使用新的键来添加新的键值对。例如:my_dict["gender"] = "Male"可以向字典中添加一个键"gender"及其对应的值"Male"。
  • 删除键值对:使用del关键字可以删除字典中的键值对。例如:del my_dict["city"]可以删除键"city"及其对应的值。
# 创建字典
my_dict = {"name": "John", "age": 30, "city": "New York"}

# 访问键值对
print(my_dict["name"])  # 输出键"name"对应的值

# 修改值
my_dict["age"] = 35  # 将键"age"对应的值改为35

# 添加键值对
my_dict["gender"] = "Male"  # 向字典中添加一个键"gender"及其对应的值"Male"

# 删除键值对
del my_dict["city"]  # 删除键"city"及其对应的值

三、集合(Set)

集合是一种无序且唯一的数据结构,用于存储一组不重复的元素。以下是一些常见的集合操作方法:

  • 创建集合:使用花括号或set()函数来创建一个集合。例如:my_set = {1, 2, 3, 4, 5}。
  • 添加元素:使用add()方法可以向集合中添加一个元素。例如:my_set.add(6)将在集合中添加一个值为6的元素。
  • 删除元素:使用remove()方法可以删除集合中的指定元素。例如:my_set.remove(3)将删除集合中的元素3。
  • 集合运算:可以对集合进行交集、并集、差集等运算。例如:set1.intersection(set2)将返回两个集合的交集。
# 创建集合
my_set = {1, 2, 3, 4, 5}

# 添加元素
my_set.add(6)  # 向集合中添加一个值为6的元素

# 删除元素
my_set.remove(3)  # 删除集合中的元素3

# 集合运算
set1 = {1, 2, 3}
set2 = {2, 3, 4}

intersection = set1.intersection(set2)  # 返回两个集合的交集

四、链表的实现

class Node:
    def __init__(self, value):
        self.value = value
        self.next = None

class LinkedList:
    def __init__(self):
        self.head = None

    def is_empty(self):
        return self.head is None

    def append(self, value):
        new_node = Node(value)
        if self.is_empty():
            self.head = new_node
        else:
            current = self.head
            while current.next is not None:
                current = current.next
            current.next = new_node

    def insert(self, value, position):
        if position < 0:
            raise ValueError("Invalid position")
        new_node = Node(value)
        if position == 0:
            new_node.next = self.head
            self.head = new_node
        else:
            current = self.head
            previous = None
            count = 0
            while count < position:
                if current is None:
                    raise IndexError("Index out of range")
                previous = current
                current = current.next
                count += 1
            previous.next = new_node
            new_node.next = current

    def delete(self, value):
        if self.is_empty():
            return
        
        if self.head.value == value:
            self.head = self.head.next
            return
        
        current = self.head
        previous = None
        while current is not None:
            if current.value == value:
                previous.next = current.next
                return
            previous = current
            current = current.next

    def search(self, value):
        current = self.head
        while current is not None:
            if current.value == value:
                return True
            current = current.next
        return False

    def display(self):
        elements = []
        current = self.head
        while current is not None:
            elements.append(current.value)
            current = current.next
        print(elements)

这段代码实现了一个简单的链表(LinkedList)数据结构。链表由多个节点(Node)组成,每个节点包含一个值(value)和指向下一个节点的指针(next)。

  1. Node类:定义了表示链表节点的对象。

    • __init__(self, value):初始化节点对象,并接收一个值作为参数。
  2. LinkedList类:定义了整个链表的操作方法。

    • __init__(self):初始化链表对象,将头节点设置为None。
    • is_empty(self):判断链表是否为空,如果头节点为None,则表示链表为空,返回True;否则返回False。
    • append(self, value):在链表尾部插入一个新的节点,将新节点添加到链表的最后一个节点的后面。
    • insert(self, value, position):在指定位置插入一个新的节点,将新节点插入到指定位置的节点的前面。
    • delete(self, value):删除链表中第一个值等于给定值的节点。
    • search(self, value):在链表中搜索给定值,如果找到则返回True,否则返回False。
    • display(self):打印链表中的所有节点的值。

这个链表实现中还包含了一些额外的功能,例如对索引位置的处理、判空等。

使用示例:

# 创建链表对象
linked_list = LinkedList()

# 判断链表是否为空
print(linked_list.is_empty())  # True

# 向链表末尾添加元素
linked_list.append(1)
linked_list.append(2)
linked_list.append(3)

# 在指定位置插入元素
linked_list.insert(0, 0)
linked_list.insert(4, 4)

# 删除指定元素
linked_list.delete(2)

# 查找元素是否存在
print(linked_list.search(3))  # True

# 显示链表中的元素
linked_list.display()  # [0, 1, 3, 4]

这是一个简单的链表实现示例、

五、队列和栈

要实现栈(Stack)和队列(Queue),我们可以使用Python中的列表来作为底层数据结构,并通过封装一些方法来实现相应的操作。

以下是一个简单的栈和队列实现示例:

栈(Stack):

class Stack:
    def __init__(self):
        self.stack = []

    def is_empty(self):
        return len(self.stack) == 0

    def push(self, item):
        self.stack.append(item)

    def pop(self):
        if self.is_empty():
            raise IndexError("Stack is empty")
        return self.stack.pop()

    def peek(self):
        if self.is_empty():
            raise IndexError("Stack is empty")
        return self.stack[-1]

    def size(self):
        return len(self.stack)

使用示例:

# 创建栈对象
stack = Stack()

# 判断栈是否为空
print(stack.is_empty())  # True

# 入栈
stack.push(1)
stack.push(2)
stack.push(3)

# 出栈
print(stack.pop())  # 3

# 查看栈顶元素
print(stack.peek())  # 2

# 获取栈的大小
print(stack.size())  # 2

队列(Queue):

class Queue:
    def __init__(self):
        self.queue = []

    def is_empty(self):
        return len(self.queue) == 0

    def enqueue(self, item):
        self.queue.append(item)

    def dequeue(self):
        if self.is_empty():
            raise IndexError("Queue is empty")
        return self.queue.pop(0)

    def peek(self):
        if self.is_empty():
            raise IndexError("Queue is empty")
        return self.queue[0]

    def size(self):
        return len(self.queue)

使用示例:

# 创建队列对象
queue = Queue()

# 判断队列是否为空
print(queue.is_empty())  # True

# 入队
queue.enqueue(1)
queue.enqueue(2)
queue.enqueue(3)

# 出队
print(queue.dequeue())  # 1

# 查看队首元素
print(queue.peek())  # 2

# 获取队列的大小
print(queue.size())  # 2

数据结构是计算机科学中非常重要的概念,用于存储和组织数据以便有效地进行操作。Python作为一种功能强大且易于学习的编程语言,提供了许多内置的数据结构和相关操作。

  1. 列表(List): 用于存储一系列元素,可以通过索引来访问和修改元素,还可以进行切片、增加和删除元素等操作。

  2. 字典(Dictionary): 以键-值对的形式存储数据,通过键来访问和修改值,还可以添加和删除键值对。

  3. 集合(Set): 无序且唯一的数据结构,用于存储一组不重复的元素,可以进行添加和删除元素,以及集合运算(交集、并集、差集等)。

  4. 链表(LinkedList): 由节点组成的数据结构,每个节点包含一个值和指向下一个节点的指针,可以进行插入、删除、搜索和显示节点等操作。

  5. 栈(Stack): 后进先出(LIFO)的数据结构,可以使用列表实现,支持入栈、出栈、查看栈顶元素和获取栈的大小等操作。

  6. 队列(Queue): 先进先出(FIFO)的数据结构,也可以使用列表实现,支持入队、出队、查看队首元素和获取队列的大小等操作。文章来源地址https://www.toymoban.com/news/detail-509641.html

到了这里,关于Python实现数据结构的基础操作的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 【数据结构】结构实现:顺序存储模式实现堆的相关操作

    🚩 纸上得来终觉浅, 绝知此事要躬行。 🌟主页:June-Frost 🚀专栏:数据结构 🔥该文章着重讲解了使用顺序结构实现堆的插入和删除等操作。  二叉树的顺序存储是指将二叉树中的所有节点按照一定的顺序(一层一层)存储到一个数组中。  我们可以通过数组下标来表示

    2024年02月08日
    浏览(46)
  • 【数据结构】二叉树链式结构的实现及其常见操作

    目录 1.手搓二叉树 2.二叉树的遍历 2.1前序、中序以及后序遍历 2.2二叉树的层序遍历 3.二叉树的常见操作 3.1求二叉树节点数量 3.2求二叉树叶子节点数量 3.3求二叉树第k层节点个数 3.3求二叉树的深度 3.4二叉树查找值为x的节点 4.二叉树的销毁 在学习二叉树的基本操作前,需先要

    2024年02月12日
    浏览(44)
  • Python 标准库heapq,堆数据结构操作详解

    注:本文章由ChatGPT gpt-3.5-turbo 生成,小编进行略微调整 提出的问题:heapq详细讲解 最近小编在读《Python Cookbook》书籍时,遇到一个新的标准库 heapq ,该库主要涉及堆数据结构,自己之前没有用过,所以就问了一下 ChatGPT,给出的内容非常详细且容易理解,分享出来供大家参

    2024年02月10日
    浏览(33)
  • python3 0基础学习----数据结构(基础+练习)

    1. 定义 列表是一种有序的 可变序列 ,可以包含不同类型的元素。列表可以通过方括号 [] 来表示,元素之间用 逗号分隔 。 注释: 注意列表可变,字符串不可变,只能改变大小写 2. 实例: 3. 列表中常用方法 .append(要添加内容) 向列表末尾添加数据 .extend(列表) 将可迭代对象逐个

    2024年02月12日
    浏览(36)
  • 计算机复试面试基础知识(八股文)(数据库、数据结构、操作系统、计网、机组等)

    数据库绪论 1、简述三层模式、两级映射,分别有什么作用? 模式(逻辑模式):是数据库中全体数据的逻辑结构和特征的描述,是数据库系统模式结构的中间层,即不涉及数据的物理存储细节,也与具体应用程序开发工具语言无关。 外模式(用户模式):是用户能看见和使

    2023年04月09日
    浏览(110)
  • Python基础数据结构入门必读指南

    作者主页:涛哥聊Python 个人网站:涛哥聊Python 大家好,我是涛哥,今天为大家分享的是Python中常见的数据结构。 含义:数组是一种有序的数据结构,其中的元素可以按照索引来访问。数组的大小通常是固定的,一旦创建就不能更改。 基本操作: 含义:列表是Python中内置的

    2024年02月07日
    浏览(50)
  • Python数据结构-----栈1.0(栈的介绍与操作)

    目录 前言: 栈的介绍 Python栈的操作 1.创建栈 2.判断栈是否为满  3.判断栈是否为空  4.压栈 5.出栈 6.展示栈数据 7.获取到栈顶的数据 8.获取到栈的数据总数 第三方模块实现栈 下载模块: 导入模块:  使用示例:         栈,作为经典的数据结构之一,在很多时候我们都会

    2024年02月07日
    浏览(39)
  • 【Python】基础数据结构:列表——元组——字典——集合

    Python提供了多种内置的数据结构,包括列表( List )、元组( Tuple )和字典( Dictionary )。这些数据结构在Python编程中都有着广泛的应用,但它们各有特点和适用场景。 列表是一种有序的集合,可以随时添加和删除其中的元素。列表是可变的,也就是说,你可以修改列表的

    2024年02月10日
    浏览(51)
  • 数据结构实验报告(三)——图的操作和实现

    1.掌握图的基本概念、性质与应用问题 2.掌握图的邻接矩阵与邻接表存储方式; 3.掌握图的有关算法,如创建、遍历、连通分量、生成树/最小生成树算法(如Prim、Kruskal算法)等; 1.建立与存储 邻接矩阵:采用二维数组来存储顶点之间的相邻关系,若两个顶点之间有直连边

    2024年02月06日
    浏览(49)
  • 数据结构——单链表基本操作实现 (c++)

    单链表链式存储结构的特点是:用一组任意的存储单元存储线性表的数据元素(这里存储单元可以是连续的,也可以是不连续的),为了表示每个数据元素a与其直接后继数据元素之间的逻辑关系,除了存储信息本身外还要存储一个指示其直接后继的信息(地址). 这两部分信

    2024年02月03日
    浏览(62)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包