5. 数据结构

5. 数据结构

本章详细讲述你已经学过的一些知识，并增加一些新内容。

5.1. 深入列表

列表数据类型还有更多的方法。这里是列表对象的所有方法：

list.append(x) 添加一个元素到列表的末尾；相当于a[len(a):]=[x]。

list.extend(L) 将给定列表中的所有元素附加到另一个列表的末尾；相当于a[len(a):]=L。

list.insert(i, x) 在给定位置插入一个元素。第一个参数是准备插入到其前面的那个元素的索引，所以 a.insert(0,x) 在列表的最前面插入，a.insert(len(a),x) 相当于 a.append(x)。

list.remove(x) 删除列表中第一个值为 x 的元素。如果没有这样的元素将会报错。

list.pop([i]) 删除列表中给定位置的元素并返回它。如果未指定索引，a.pop() 删除并返回列表中的最后一个元素。（i 两边的方括号表示这个参数是可选的，而不是要你输入方括号。你会在 Python 参考库中经常看到这种表示法)。

list.index(x) 返回列表中第一个值为 x 的元素的索引。如果没有这样的元素将会报错。

list.count(x) 返回列表中 x 出现的次数。

list.sort(cmp=None, key=None, reverse=False) 原地排序列表中的元素（参数可以用来自定义排序方法，参考sorted()的更详细的解释）。

list.reverse() 原地反转列表中的元素。

使用了列表大多数方法的例子：

>>> a = [66.25, 333, 333, 1, 1234.5]
>>> print a.count(333), a.count(66.25), a.count('x')
2 1 0
>>> a.insert(2, -1)
>>> a.append(333)
>>> a
[66.25, 333, -1, 333, 1, 1234.5, 333]
>>> a.index(333)
1
>>> a.remove(333)
>>> a
[66.25, -1, 333, 1, 1234.5, 333]
>>> a.reverse()
>>> a
[333, 1234.5, 1, 333, -1, 66.25]
>>> a.sort()
>>> a
[-1, 1, 66.25, 333, 333, 1234.5]
>>> a.pop()
1234.5
>>> a
[-1, 1, 66.25, 333, 333]

你可能已经注意到像insert, remove 或者 sort之类的方法只修改列表而没有返回值打印出来 -- 它们其实返回了默认值None。这是 Python 中所有可变数据结构的设计原则。

5.1.1. 用列表作为栈

列表方法使得将List当作栈非常容易，最先进入的元素最后一个取出（后进先出）。使用append()将元素添加到栈顶。使用不带索引的pop()从栈顶取出元素。例如：

>>> stack = [3, 4, 5]
>>> stack.append(6)
>>> stack.append(7)
>>> stack
[3, 4, 5, 6, 7]
>>> stack.pop()
7
>>> stack
[3, 4, 5, 6]
>>> stack.pop()
6
>>> stack.pop()
5
>>> stack
[3, 4]

5.1.2. 用列表作为队列

也可以将列表当作队列使用，此时最先进入的元素第一个取出（先进先出）；但是列表用作此目的效率不高。在列表的末尾添加和弹出元素非常快，但是在列表的开头插入或弹出元素却很慢 (因为所有的其他元素必须向后移一位)。

如果要实现一个队列，可以使用collections.deque，它设计的目的就是在两端都能够快速添加和弹出元素。例如：

>>> from collections import deque
>>> queue = deque(["Eric", "John", "Michael"])
>>> queue.append("Terry")           # Terry arrives
>>> queue.append("Graham")          # Graham arrives
>>> queue.popleft()                 # The first to arrive now leaves
'Eric'
>>> queue.popleft()                 # The second to arrive now leaves
'John'
>>> queue                           # Remaining queue in order of arrival
deque(['Michael', 'Terry', 'Graham'])

5.1.3. 函数式编程工具

有三个内置函数与列表一起使用时非常有用：filter()、map()和reduce()。

filter(function,sequence)返回的序列由function(item)结果为真的元素组成。如果sequence是一个字符串或元组，结果将是相同的类型；否则，结果将始终是一个列表。例如，若要计算一个不能被2和3整除的序列：

>>> def f(x): return x % 2 != 0 and x % 3 != 0
...
>>> filter(f, range(2, 25))
[5, 7, 11, 13, 17, 19, 23]

map(function,sequence) 为序列中的每一个元素调用 function(item) 函数并返回结果的列表。例如，计算列表中所有元素的立方值：

>>> def cube(x): return x*x*x
...
>>> map(cube, range(1, 11))
[1, 8, 27, 64, 125, 216, 343, 512, 729, 1000]

可以传入多个序列；此时，传入的函数也必须要有和序列数目相同的参数，执行时会依次用各序列上对应的元素来调用函数（如果某个序列比另外一个短，就用 None 代替）。例如：

>>> seq = range(8)
>>> def add(x, y): return x+y
...
>>> map(add, seq, seq)
[0, 2, 4, 6, 8, 10, 12, 14]

reduce(function,sequence) 只返回一个值，它首先以序列的前两个元素调用函数 function，然后再以返回的结果和下一个元素继续调用，依此执行下去。例如，若要计算数字 1 到 10 的总和：

>>> def add(x,y): return x+y
...
>>> reduce(add, range(1, 11))
55

如果序列中只有一个元素，将返回这个元素的值；如果序列为空，则引发异常。

可以传入第三个参数作为初始值。在这种情况下，如果序列为空则返回起始值，否则会首先以初始值和序列的第一个元素调用function，然后是返回值和下一个元素，依此执行下去。例如，

>>> def sum(seq):
...     def add(x,y): return x+y
...     return reduce(add, seq, 0)
...
>>> sum(range(1, 11))
55
>>> sum([])
0

不要使用示例中定义的sum()：由于计算数字的总和是一个如此常见的需求，Python提供了内置的函数sum(sequence)，其工作原理和示例几乎一样。

5.1.4. 列表推导式

列表推导式提供了一个生成列表的简洁方法。应用程序通常会从一个序列的每个元素的操作结果生成新的列表，或者生成满足特定条件的元素的子序列。

例如，假设我们想要创建一个列表 squares：

>>> squares = []
>>> for x in range(10):
...     squares.append(x**2)
...
>>> squares
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

我们可以用下面的方式得到同样的结果：

squares = [x**2 for x in range(10)]

这也相当于squares =map(lambdax:x**2,range(10))，但是更简洁和易读。

列表推导式由括号括起来，括号里面包含一个表达式，表达式后面跟着一个for语句，后面还可以接零个或更多的for或if语句。结果是一个新的列表，由表达式依据其后面的for和if子句上下文计算而来的结果构成。例如，下面的 listcomp 组合两个列表中不相等的元素：

>>> [(x, y) for x in [1,2,3] for y in [3,1,4] if x != y]
[(1, 3), (1, 4), (2, 3), (2, 1), (2, 4), (3, 1), (3, 4)]

它等效于：

>>> combs = []
>>> for x in [1,2,3]:
...     for y in [3,1,4]:
...         if x != y:
...             combs.append((x, y))
...
>>> combs
[(1, 3), (1, 4), (2, 3), (2, 1), (2, 4), (3, 1), (3, 4)]

注意在两个代码段中for 和 if 语句的顺序是相同的。

如果表达式是一个元组（例如前面示例中的 (x，y)），它必须带圆括号。

>>> vec = [-4, -2, 0, 2, 4]
>>> # create a new list with the values doubled
>>> [x*2 for x in vec]
[-8, -4, 0, 4, 8]
>>> # filter the list to exclude negative numbers
>>> [x for x in vec if x >= 0]
[0, 2, 4]
>>> # apply a function to all the elements
>>> [abs(x) for x in vec]
[4, 2, 0, 2, 4]
>>> # call a method on each element
>>> freshfruit = ['  banana', '  loganberry ', 'passion fruit  ']
>>> [weapon.strip() for weapon in freshfruit]
['banana', 'loganberry', 'passion fruit']
>>> # create a list of 2-tuples like (number, square)
>>> [(x, x**2) for x in range(6)]
[(0, 0), (1, 1), (2, 4), (3, 9), (4, 16), (5, 25)]
>>> # the tuple must be parenthesized, otherwise an error is raised
>>> [x, x**2 for x in range(6)]
  File "<stdin>", line 1
    [x, x**2 for x in range(6)]
               ^
SyntaxError: invalid syntax
>>> # flatten a list using a listcomp with two 'for'
>>> vec = [[1,2,3], [4,5,6], [7,8,9]]
>>> [num for elem in vec for num in elem]
[1, 2, 3, 4, 5, 6, 7, 8, 9]

列表推导式可以包含复杂的表达式和嵌套的函数：

>>> from math import pi
>>> [str(round(pi, i)) for i in range(1, 6)]
['3.1', '3.14', '3.142', '3.1416', '3.14159']

5.1.4.1. 嵌套的列表推导式

列表推导式中的第一个表达式可以是任何表达式，包括另外一个列表推导式。

考虑下面由三个长度为 4 的列表组成的 3x4 矩阵：

>>> matrix = [
...     [1, 2, 3, 4],
...     [5, 6, 7, 8],
...     [9, 10, 11, 12],
... ]

下面的列表推导式将转置行和列：

>>> [[row[i] for row in matrix] for i in range(4)]
[[1, 5, 9], [2, 6, 10], [3, 7, 11], [4, 8, 12]]

正如我们在上一节中看到的，嵌套的 listcomp 在跟随它之后的for 字句中计算，所以此例等同于：

>>> transposed = []
>>> for i in range(4):
...     transposed.append([row[i] for row in matrix])
...
>>> transposed
[[1, 5, 9], [2, 6, 10], [3, 7, 11], [4, 8, 12]]

以此下去，还等同于：

>>> transposed = []
>>> for i in range(4):
...     # the following 3 lines implement the nested listcomp
...     transposed_row = []
...     for row in matrix:
...         transposed_row.append(row[i])
...     transposed.append(transposed_row)
...
>>> transposed
[[1, 5, 9], [2, 6, 10], [3, 7, 11], [4, 8, 12]]

在实际中，与复杂的控制流比起来，你应该更喜欢内置的函数。针对这种场景，使用 zip() 函数会更好：

>>> zip(*matrix)
[(1, 5, 9), (2, 6, 10), (3, 7, 11), (4, 8, 12)]

关于本行中使用的星号的说明，请参阅参数列表的分拆。

5.2. del语句

有个方法可以从列表中根据索引而不是值来删除一个元素：del语句。这不同于有返回值的pop()方法。del语句还可以用于从列表中删除切片或清除整个列表（之前我们是将空列表赋值给切片）。例如：

>>> a = [-1, 1, 66.25, 333, 333, 1234.5]
>>> del a[0]
>>> a
[1, 66.25, 333, 333, 1234.5]
>>> del a[2:4]
>>> a
[1, 66.25, 1234.5]
>>> del a[:]
>>> a
[]

del也可以用于删除整个变量：

>>> del a

此后再引用名称 a 将会报错（直到有另一个值被赋给它）。稍后我们将看到del的其它用途 。

5.3. 元组和序列

我们已经看到列表和字符串具有很多共同的属性，如索引和切片操作。它们是序列数据类型的两个例子（参见序列类型 — str, unicode, list, tuple, bytearray, buffer, xrange)。因为 Python 是一个正在不断进化的语言，其他的序列类型也可能被添加进来。还有另一种标准序列数据类型：元组。

元组由逗号分割的若干值组成，例如：

>>> t = 12345, 54321, 'hello!'
>>> t[0]
12345
>>> t
(12345, 54321, 'hello!')
>>> # Tuples may be nested:
... u = t, (1, 2, 3, 4, 5)
>>> u
((12345, 54321, 'hello!'), (1, 2, 3, 4, 5))
>>> # Tuples are immutable:
... t[0] = 88888
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: 'tuple' object does not support item assignment
>>> # but they can contain mutable objects:
... v = ([1, 2, 3], [3, 2, 1])
>>> v
([1, 2, 3], [3, 2, 1])

如你所见，元组在输出时总是有括号的，以便于正确表达嵌套结构；在输入时可以有也可以没有括号，不过括号经常都是必须的（如果元组是一个更大的表达式的一部分）。不能给元组中单独的一个元素赋值，不过可以创建包含可变对象（例如列表）的元组。

虽然元组看起来类似于列表，它们经常用于不同的场景和不同的目的。元组是不可变的，通常包含不同种类的元素并通过分拆（参阅本节后面的内容）或索引访问（如果是namedtuples，甚至可以通过属性）。列表是可变的，它们的元素通常是相同的类型并通过迭代访问。

一个特殊的情况是构造包含0个或1个元素的元组：为了实现这种情况，语法上有一些奇怪。空元组由一对空括号创建；只有一个元素的元组由值后面跟随一个逗号创建 (在括号中放入单独一个值还不够）。丑陋，但是有效。例如：

>>> empty = ()
>>> singleton = 'hello',    # <-- note trailing comma
>>> len(empty)
0
>>> len(singleton)
1
>>> singleton
('hello',)

语句t=12345,54321,'hello!' 是一个元组封装的例子： 值12345,54321 和 'hello!' 被一起放入一个元组。其逆操作也是可以的：

>>> x, y, z = t

这被称为 序列分拆 再恰当不过了，且可以用于右边的任何序列。序列分拆要求左侧变量的数目和序列中元素的数目相同。注意多重赋值只是同时进行元组封装和序列分拆。

5.4. 集合

Python还包含一个数据类型用于集合。集合中的元素没有顺序且不会重复。集合的基本用途有成员测试和消除重复的条目。集合对象还支持并集、交集、差和对称差等数学运算。

花括号或set()函数可以用于创建集合。注意：若要创建一个空的集合你必须使用set()，不能用{}；后者将创建一个空的字典，一个我们在下一节中要讨论的数据结构。

这里是一个简短的演示：

>>> basket = ['apple', 'orange', 'apple', 'pear', 'orange', 'banana']
>>> fruit = set(basket)               # create a set without duplicates
>>> fruit
set(['orange', 'pear', 'apple', 'banana'])
>>> 'orange' in fruit                 # fast membership testing
True
>>> 'crabgrass' in fruit
False

>>> # Demonstrate set operations on unique letters from two words
...
>>> a = set('abracadabra')
>>> b = set('alacazam')
>>> a                                  # unique letters in a
set(['a', 'r', 'b', 'c', 'd'])
>>> a - b                              # letters in a but not in b
set(['r', 'd', 'b'])
>>> a | b                              # letters in either a or b
set(['a', 'c', 'r', 'd', 'b', 'm', 'z', 'l'])
>>> a & b                              # letters in both a and b
set(['a', 'c'])
>>> a ^ b                              # letters in a or b but not both
set(['r', 'd', 'b', 'm', 'z', 'l'])

和列表推导式类似，集合也支持推导式：

>>> a = {x for x in 'abracadabra' if x not in 'abc'}
>>> a
set(['r', 'd'])

5.5. 字典

Python内建的另一种有用的数据类型是字典（见映射类型 — 字典)。在其它语言中字典有时被称为“associative memories” 或者 “associative arrays”。与序列不同，序列由数字做索引，字典由 key 做索引，key可以是任意不可变类型；字符串和数字永远可以拿来做key。如果元组只包含字符串、 数字或元组，此元组可以用作key；如果元组直接或间接地包含任何可变对象，那么它不能用作键。不能用列表作为键，因为列表可以用索引、切片或者append()和extend()方法原地修改。

理解字典的最佳方式是把它看做无序的键:值 对集合，要求是键必须是唯一的（在同一个字典内）。一对花括号将创建一个空的字典：{}。花括号中由逗号分隔的键:值对将成为字典的初始值；打印字典时也是按照这种方式输出。

字典的主要操作是依据键来存取值。也可以通过del删除键:值对。如果用一个已经存在的键存储值，以前为该关键字分配的值就会被遗忘。用一个不存在的键读取值会导致错误。

字典对象的keys()方法返回字典中所有键组成的列表，列表的顺序是随机的（如果你想要排序，只需在它上面调用sorted()函数）。要检查某个键是否在字典中，可以使用in关键字。

下面是一个使用字典的小示例：

>>> tel = {'jack': 4098, 'sape': 4139}
>>> tel['guido'] = 4127
>>> tel
{'sape': 4139, 'guido': 4127, 'jack': 4098}
>>> tel['jack']
4098
>>> del tel['sape']
>>> tel['irv'] = 4127
>>> tel
{'guido': 4127, 'irv': 4127, 'jack': 4098}
>>> tel.keys()
['guido', 'irv', 'jack']
>>> 'guido' in tel
True

dict()构造函数直接从键-值对序列创建字典：

>>> dict([('sape', 4139), ('guido', 4127), ('jack', 4098)])
{'sape': 4139, 'jack': 4098, 'guido': 4127}

此外，字典推导式式可以用于从任意键和值表达式创建字典：

>>> {x: x**2 for x in (2, 4, 6)}
{2: 4, 4: 16, 6: 36}

如果键都是简单的字符串，有时通过关键字参数指定 键-值 对更为方便：

>>> dict(sape=4139, guido=4127, jack=4098)
{'sape': 4139, 'jack': 4098, 'guido': 4127}

5.6. 遍历的技巧

遍历一个序列时，使用enumerate()函数可以同时得到索引和对应的值。

>>> for i, v in enumerate(['tic', 'tac', 'toe']):
...     print i, v
...
0 tic
1 tac
2 toe

同时遍历两个或更多的序列，使用zip()函数可以成对读取元素。

>>> questions = ['name', 'quest', 'favorite color']
>>> answers = ['lancelot', 'the holy grail', 'blue']
>>> for q, a in zip(questions, answers):
...     print 'What is your {0}?  It is {1}.'.format(q, a)
...
What is your name?  It is lancelot.
What is your quest?  It is the holy grail.
What is your favorite color?  It is blue.

要反向遍历一个序列，首先正向生成这个序列，然后调用 reversed() 函数。

>>> for i in reversed(xrange(1,10,2)):
...     print i
...
9
7
5
3
1

循环一个序列按排序顺序，请使用sorted()函数，返回一个新的排序的列表，同时保留源不变。

>>> basket = ['apple', 'orange', 'apple', 'pear', 'orange', 'banana']
>>> for f in sorted(set(basket)):
...     print f
...
apple
banana
orange
pear

遍历字典时，使用iteritems()方法可以同时得到键和对应的值。

>>> knights = {'gallahad': 'the pure', 'robin': 'the brave'}
>>> for k, v in knights.iteritems():
...     print k, v
...
gallahad the pure
robin the brave

若要在循环内部修改正在遍历的序列（例如复制某些元素），建议您首先制作副本。在序列上循环不会隐式地创建副本。切片表示法使这尤其方便：

>>> words = ['cat', 'window', 'defenestrate']
>>> for w in words[:]:  # Loop over a slice copy of the entire list.
...     if len(w) > 6:
...         words.insert(0, w)
...
>>> words
['defenestrate', 'cat', 'window', 'defenestrate']

5.7. 深入条件控制

while 和 if 语句中使用的条件可以包含任意的操作，而不仅仅是比较。

比较操作符 in 和 notin 检查一个值是否在一个序列中出现（不出现）。is 和 isnot 运算符比较两个对象是否为相同的对象；这只和列表这样的可变对象有关。所有比较运算符都具有相同的优先级，低于所有数值运算符。

比较可以级联。例如，a<b==c测试a是否小于b并且b是否等于c。

可以使用布尔运算符 and 和 or 组合，比较的结果（或任何其他的布尔表达式）可以用 not 取反。这些操作符的优先级又低于比较操作符；它们之间，not 优先级最高，or 优先级最低，所以 AandnotBorC 等效于 (Aand(notB))orC。与往常一样，可以使用括号来表示所需的组合。

布尔运算符and 和 or 是所谓的 短路 运算符：依参数从左向右求值，结果一旦确定就停止。例如，如果A 和 C 都为真，但B是假， AandBandC 将不计算表达式 C。用作一个普通值而非逻辑值时，短路操作符的返回值通常是最后一个计算的。

可以把比较或其它逻辑表达式的返回值赋给一个变量。例如，

>>> string1, string2, string3 = '', 'Trondheim', 'Hammer Dance'
>>> non_null = string1 or string2 or string3
>>> non_null
'Trondheim'

注意在Python中，与C不同，表达式的内部不能出现赋值。C程序员可能会抱怨这一点，但它避免了C程序中常见的一类问题：在表达式中输入=而真正的意图是==。

5.8. 序列和其它类型的比较

序列对象可以与具有相同序列类型的其他对象相比较。比较按照 字典序 进行： 首先比较两个序列的首元素，如果不同，就决定了比较的结果；如果相同，就比较后面两个元素，依此类推，直到其中一个序列穷举完。如果要比较的两个元素本身就是同一类型的序列，就按字典序递归比较。如果两个序列的所有元素都相等，就为序认列相等。如果一个序列是另一个序列的初始子序列，较短的序列就小于另一个。字符串的字典序按照单字符的 ASCII 顺序。下面是同类型序列之间比较的一些例子：

(1, 2, 3)              < (1, 2, 4)
[1, 2, 3]              < [1, 2, 4]
'ABC' < 'C' < 'Pascal' < 'Python'
(1, 2, 3, 4)           < (1, 2, 4)
(1, 2)                 < (1, 2, -1)
(1, 2, 3)             == (1.0, 2.0, 3.0