Python基础知识-数据结构篇-程序员充电站

Python 提供了丰富且灵活的内置数据结构，用于高效地组织、存储和操作数据。这些数据结构可分为**可变（mutable）与不可变（immutable）**两大类，并根据其特性适用于不同场景。

以下是 Python 中最核心的6 种内置数据结构的详细介绍：

1.列表（List）—— 可变、有序、允许重复

特点：

用方括号[]定义
元素有序（有索引，从 0 开始）
允许存储不同类型的数据（如整数、字符串、对象等）
可变：支持增删改操作
允许重复元素

常见操作：

lst=[1,'hello',3.14,True]lst.append('new')# 添加元素lst[0]=100# 修改lst.insert(1,'x')# 在位置1插入lst.pop()# 删除并返回最后一个元素lst.remove('hello')# 删除第一个匹配项len(lst)# 长度

适用场景：

需要动态修改的数据集合
保持元素插入顺序
频繁按索引访问或遍历

⚠️ 注意：列表在头部插入/删除效率低（O(n)），此时可考虑collections.deque

2.元组（Tuple）—— 不可变、有序、允许重复

特点：

用圆括号()定义（也可省略）
元素有序、可索引
不可变：创建后不能修改内容
允许重复、可包含不同类型

示例：

tup=(1,'a',3.14)# tup[0] = 10 # ❌ 报错！不可变print(tup[1])# 'a'

优势：

比列表更节省内存
可作为字典的键（因不可变）
线程安全（无并发修改风险）

适用场景：

表示固定结构的数据（如坐标(x, y)、RGB 颜色）
函数返回多个值
用作字典键或集合元素

3.字典（Dictionary）—— 可变、无序（Python 3.7+ 保持插入顺序）、键唯一

特点：

用花括号{}定义，格式为{key: value}
键必须是不可变类型（如 str、int、tuple）
值可以是任意类型
键唯一，重复赋值会覆盖旧值
Python 3.7 起，字典保持插入顺序

常见操作：

d={'name':'Alice','age':25}d['city']='Beijing'# 添加/修改print(d['name'])# 访问deld['age']# 删除键值对'name'ind# 检查键是否存在d.get('height',0)# 安全取值，不存在返回默认值

适用场景：

映射关系（如配置项、缓存、JSON 数据）
快速查找（平均 O(1) 时间复杂度）

4.集合（Set）—— 可变、无序、元素唯一

特点：

用花括号{}定义（但空集合需用set()）
元素无序、不重复
元素必须是不可变类型（如数字、字符串、元组）
支持数学集合运算（并、交、差、对称差）

示例：

s={1,2,3,3}# 自动去重 → {1, 2, 3}s.add(4)s.remove(1)s.discard(10)# 不存在也不报错# 集合运算a={1,2,3}b={3,4,5}print(a|b)# 并集 → {1,2,3,4,5}print(a&b)# 交集 → {3}print(a-b)# 差集 → {1,2}

适用场景：

去重（如list(set(my_list))）
成员快速检测（x in my_set比列表快得多）
数学集合操作

💡 不可变集合：frozenset—— 可作为字典键或嵌套在其他集合中

5.字符串（String）—— 不可变、有序、字符序列

特点：

用单引号' '或双引号" "定义
不可变：任何“修改”操作都会生成新字符串
支持索引、切片、遍历
是 Unicode 字符序列（Python 3 默认）

常见操作：

s="Hello"s[0]# 'H's.upper()# 'HELLO'（返回新字符串）'lo'ins# Trues.split()# 分割''.join(['a','b'])# 拼接

适用场景：

文本处理、文件路径、用户输入等

6.其他重要数据结构（来自标准库）

虽然不是“内置”关键字类型，但 Python 标准库提供了更专业的数据结构：

结构	所在模块	特点
`deque`	`collections`	双端队列，两端高效插入/删除（O(1)）
`Counter`	`collections`	计数器，统计元素出现次数
`defaultdict`	`collections`	带默认值的字典，避免 KeyError
`namedtuple`	`collections`	带字段名的元组，可读性更强
`OrderedDict`	`collections`	显式保持插入顺序（Python 3.7+ 普通 dict 已具备）
`heapq`	`heapq`	最小堆实现，用于优先队列
`array`	`array`	存储同类型基本数据，比列表更省内存

示例：`Counter`

fromcollectionsimportCounter cnt=Counter(['a','b','a','c'])print(cnt)# Counter({'a': 2, 'b': 1, 'c': 1})

对比总结表

数据结构	可变？	有序？	允许重复？	典型用途
list	✅	✅	✅	通用序列，动态数组
tuple	❌	✅	✅	固定结构，函数返回值
dict	✅	✅（3.7+）	键❌ / 值✅	键值映射，快速查找
set	✅	❌	❌	去重，成员检测，集合运算
str	❌	✅	✅	文本处理
frozenset	❌	❌	❌	不可变集合，可用作键