更多资料获取
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。
1.数组
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：
# 创建数组
arr = [1, 2, 3, 4, 5]
# 访问元素
element = arr[2] # 获取第三个元素，索引从0开始
# 修改元素
arr[1] = 6
# 获取数组长度
length = len(arr)
# 迭代数组
for item in arr:
print(item)
2.列表
含义：列表是Python中内置的数据结构，它是一种有序的可变序列，可以存储不同类型的元素。
基本操作：
# 创建列表
my_list = [1, 2, 3, "hello"]
# 添加元素
my_list.append(4) # 添加元素到末尾
my_list.insert(2, 5) # 在指定位置插入元素
# 删除元素
my_list.remove(3) # 移除指定元素
popped_item = my_list.pop() # 移除并返回末尾元素
# 获取列表长度
length = len(my_list)
# 列表切片
subset = my_list[1:3] # 获取索引1到2的子列表
3.栈
含义：栈是一种后进先出（LIFO）的数据结构，只能在栈顶进行插入和删除操作。
基本操作：
# 创建空栈
stack = []
# 入栈
stack.append(1)
stack.append(2)
# 出栈
popped_item = stack.pop()
# 获取栈顶元素
top_item = stack[-1]
# 检查栈是否为空
is_empty = len(stack) == 0
4.队列
含义：队列是一种先进先出（FIFO）的数据结构，只能在队列的一端进行插入操作，另一端进行删除操作。
基本操作：
from collections import deque
# 创建空队列
queue = deque()
# 入队
queue.append(1)
queue.append(2)
# 出队
popped_item = queue.popleft()
# 获取队列头元素
front_item = queue[0]
# 检查队列是否为空
is_empty = len(queue) == 0
5.链表
含义：链表是一种动态数据结构，由节点组成，每个节点包含一个数据元素和指向下一个节点的引用。链表可以是单链表、双链表或循环链表。
基本操作：
class ListNode:
def __init__(self, value):
self.value = value
self.next = None
# 创建链表节点
node1 = ListNode(1)
node2 = ListNode(2)
# 构建链表
node1.next = node2
# 遍历链表
current = node1
while current:
print(current.value)
current = current.next
6.哈希表（字典）
含义：哈希表是一种键值对存储结构，它通过哈希函数将键映射到特定的存储位置，以实现快速的查找和插入操作。
基本操作：
# 创建空字典
my_dict = {}
# 添加键值对
my_dict["name"] = "Alice"
my_dict["age"] = 30
# 获取值
value = my_dict["name"]
# 删除键值对
del my_dict["age"]
# 检查键是否存在
key_exists = "name" in my_dict
7.树
含义：树是一种层次结构的数据结构，由节点组成，每个节点可以有零个或多个子节点。树常用于表示层次关系，例如文件系统、组织结构等。
基本操作：树的基本操作包括节点的插入、删除和遍历。
class TreeNode:
def __init__(self, value):
self.value = value
self.left = None
self.right = None
# 创建树节点
root = TreeNode(1)
node2 = TreeNode(2)
node3 = TreeNode(3)
# 构建树结构
root.left = node2
root.right = node3
# 遍历树（例如中序遍历）
def inorder_traversal(node):
if node:
inorder_traversal(node.left)
print(node.value)
inorder_traversal(node.right)
inorder_traversal(root)
8.图
含义：图是一种表示对象之间关系的数据结构，由节点（顶点）和边组成。图可以是有向的或无向的，可以用于表示网络、社交关系等复杂结构。
基本操作：图的基本操作包括节点的添加、删除以及边的添加和删除。图的遍历操作可以有深度优先搜索（DFS）和广度优先搜索（BFS）等。
class Graph:
def __init__(self):
self.graph = {}
def add_node(self, node):
if node not in self.graph:
self.graph[node] = []
def add_edge(self, node1, node2):
self.graph[node1].append(node2)
self.graph[node2].append(node1)
# 创建图
my_graph = Graph()
my_graph.add_node("A")
my_graph.add_node("B")
my_graph.add_edge("A", "B")
# 图的遍历示例
def dfs(graph, start, visited=None):
if visited is None:
visited = set()
visited.add(start)
print(start, end=' ')
for neighbor in graph[start]:
if neighbor not in visited:
dfs(graph, neighbor, visited)
print("深度优先搜索结果:")
dfs(my_graph.graph, "A")
今天的分享就到这里了。
最后
如果还想要领取更多更丰富的资料，可以点击文章下方名片，回复【优质资料】，即可获取 全方位学习资料包。
文章来源：https://www.toymoban.com/news/detail-732780.html
资料领取方式：
如果您渴望获取更多关于Python编程的宝贵资料，不妨访问我的个人主页。在那里，您将发现更多深入的Python教程、实用工具、项目示例以及专业建议等等。
点击文章下方链接卡片，回复【优质资料】，可直接领取资料大礼包。文章来源地址https://www.toymoban.com/news/detail-732780.html
到了这里，关于Python基础数据结构入门必读指南的文章就介绍完了。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！
