Python数据结构与算法--数据类型

从数据类型开始

Python支持面向对象的编程范式，这意味着Python把数据看成解决问题的关键. 在Python中,类似其他的面向对象的编程语言, 我们定义一个类，用来描述数据是什么 (状态) 和数据能做些什么 (行为). 类和抽象数据类型相似，因为一个类的用户只看数据项的状态和行为. 数据项在面向对象编程中被称为对象. 对象是类的实例.

本文地址：http://www.cnblogs.com/archimedes/p/python-datastruct-algorithm-basedatatypes.html，转载请注明源地址。

内置的原子数据类型

我们从原子数据类型开始我们的回顾. Python有两种主要的内建数据类：int和float. 标准的算术操作：+, -, *, /, and ** (幂运算), 可以使用括号改变运算优先级.其他非常有用的操作符为取余运算%, 和整数除法运算//. 注意：当两个整数相除的时候，结果是一个浮点型数. 整数除法操作返回截断小数之后的整数部分.

>>> print 2+3*4
14
>>> print (2+3)*4
20
>>> print 2**10
1024
>>> print 6/3
2
>>> print 7/3
2
>>> print 7//3
2
>>> print 7%3
1
>>> print 3/6
0
>>> print 3//6
0
>>> print 3%6
3
>>> print 2**100
1267650600228229401496703205376

boolean类型,由Python的 bool 类提供实现,在表示真值的时候非常有用. 对于一个boolean对象而言，只有两个值：True and False，标准的boolean类型操作： and, or, 和not.

>>> True
True
>>> False
False
>>> False or True
True
>>> not (False or True)
False
>>> True and True
True

Boolean数据对象也被用于表示比较运算符的结果，比如：相等 (==) 和大于 (>). 另外, 关系运算符和逻辑运算符可以组合在一起来解决复杂的逻辑问题. 表1 展示了逻辑关系操作，后面还展示了相关的例子.

示例代码：

>>> print(5==10)
False
>>> print(10 > 5)
True
>>> print((5 >= 1) and (5 <= 10))
True

标识符以名字的形式被用于程序语言. 在Python中, 标识符以字母或一条下划线开始，大小写敏感且可以是任意长度.记住经常使用变量来表达你的意思，使得你的代码更加简单的被阅读和理解.一个 Python 变量被创建一旦被赋予左值. 赋值语句提供了一种联系变量和值的方法. 变量保持一个指向数据区域的引用，并不是数据本身. 看下面的代码:

>>> theSum = 0
>>> theSum
0
>>> theSum += 1
>>> theSum
1
>>> theSum = True
>>> theSum
True

内建集合数据类型

作为数据类型和布尔类型的补充, Python还有一些内建的集合类型. Lists, strings, 和 tuples（元组）都是有序集合，非常类似普通的结构但是有些特殊的不同点，所以必须理解它们这样才能正确地使用它们. Sets 和 dictionaries 是无序集合.

list 是一个空的或多个指向Python数据对象类型的引用. Lists 通常写为用方括号包含的一些用逗号分隔的值. 空表表示为 [ ]. Lists内部的元素可以是不同的数据对象,  下面的例子展示了一个list中不同的数据类型.

>>> [1,3,True,6.5]
[1, 3, True, 6.5]
>>> myList = [1,3,True,6.5]
>>> myList
[1, 3, True, 6.5]

当给list赋值的时候, list被返回. 但是, 想在 list上作操, 就需要将其赋值给一个对象.

lists 被认为是连续的序列, 它们支持一些可用于其他序列的通用操作. 表2 展示了这些操作，接着给出一些例子来进一步说明它们的应用.

注意到lists (序列)的索引从0开始. 取片操作, myList[1:3], 返回list的数据项，起始于1结束但不包含3.有时, 你想初始化一个list. 可以使用重复来快速的完成. 例如,

>>> myList = [0]*6
>>> myList
[0, 0, 0, 0, 0, 0]

通过下面的例子很容易理解:

>>> myList = [1,2,3,4]
>>> A=[myList]*3
>>> print(A)
[[1, 2, 3, 4], [1, 2, 3, 4], [1, 2, 3, 4]]
>>> myList[2]=45
>>> print(A)
[[1, 2, 45, 4], [1, 2, 45, 4], [1, 2, 45, 4]]

Lists 提供大量用于构建数据结构的方法.表3 提供概要. 接着是一些例子.

list中的方法示例代码：

>>> myList = [1024, 3, True, 6.5]
>>> myList.append(False)
>>> print(myList)
[1024, 3, True, 6.5, False]
>>> myList.insert(2, 4.5)
>>> print(myList)
[1024, 3, 4.5, True, 6.5, False]
>>> print(myList.pop())
False
>>> print(myList)
[1024, 3, 4.5, True, 6.5]
>>> print(myList.pop(1))
3
>>> print(myList)
[1024, 4.5, True, 6.5]
>>> myList.pop(2)
True
>>> print(myList)
[1024, 4.5, 6.5]
>>> myList.sort()
>>> print(myList)
[4.5, 6.5, 1024]
>>> myList.reverse()
>>> print(myList)
[1024, 6.5, 4.5]
>>> print(myList.count(6.5))
1
>>> print(myList.index(4.5))
2
>>> myList.remove(6.5)
>>> print(myList)
[1024, 4.5]
>>> del myList[0]
>>> print(myList)
[4.5]

即使像整型这样的对象也可以调用方法如下：

>>> (54).__add__(21)
75

上面的代码中我们使整型对象 54 执行 add 方法(称为 __add__ ) 并且传递 21 作为被加数. 结果是它们的和, 75. 当然, 我们通常写作 54+21. 在后面还将详细介绍这个方法.

一个Python经常用来连接lists的常见函数： range 函数.range 产生了一个范围内的对象. 通过使用 list 函数, 可以看到list中指定范围内的值，如下面的代码所示：

>>> range(10)
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
>>> range(0, 10)
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
>>> list(range(10))
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
>>> range(5,10)
[5, 6, 7, 8, 9]
>>> list(range(5,10))
[5, 6, 7, 8, 9]
>>> list(range(5,10,2))
[5, 7, 9]
>>> list(range(10,1,-1))
[10, 9, 8, 7, 6, 5, 4, 3, 2]

Strings 包含0个或多个数字或其他的字符的连续的顺序集合. 我们称这些为字母, 数字和其他的符号字符.

>>> "David"
‘David‘
>>> myName = "David"
>>> myName[3]
‘i‘
>>> myName * 2
‘DavidDavid‘
>>> len(myName)
5

既然strings是序列, all of the 上面提到的序列的所有操作都可以使用. 然而, strings 还有一些自身的方法, 如表 4所示. 例如,

>>> myName
‘David‘
>>> myName.upper()
‘DAVID‘
>>> myName.center(10)
‘  David   ‘
>>> myName.find(‘v‘)
2
>>> myName.split(‘v‘)
[‘Da‘, ‘id‘]

lists 和 strings的主要区别是 lists 可以修改但是 strings 不能修改. 例如, 你可以通过索引和赋值改变项的值. 对于string不能发生改变.

>>> myList = [1,3,True,6.5]
>>> myList[0] = 2 ** 10
>>> myList
[1024, 3, True, 6.5]
>>> myName = ‘David‘
>>> myName[0] = ‘X‘
Traceback (most recent call last):
  File "<pyshell#81>", line 1, in <module>
    myName[0] = ‘X‘
TypeError: ‘str‘ object does not support item assignment

Tuples（元组）非常类似于lists，因为它们的元素都可以是不同类型的.不同的是tuple是不可以变的, 就像 string. Tuples是一组用圆括号包围的用逗号分隔的值. 作为序列，你可以使用上面介绍的所有方法. 例如：

>>> myTuple = (2, True, 4.32)
>>> myTuple
(2, True, 4.32)
>>> len(myTuple)
3
>>> myTuple[0]
2
>>> myTuple * 3
(2, True, 4.32, 2, True, 4.32, 2, True, 4.32)
>>> myTuple[0:2]
(2, True)

然而，假如你试图修改元组中的元素，就会出错，如下所示.

>>> myTuple[1] = false
Traceback (most recent call last):
  File "<pyshell#92>", line 1, in <module>
    myTuple[1] = false
NameError: name ‘false‘ is not defined

set 是一个包含0个或多个不可变Python对象的无序集合.  空set 表示为 set(). Sets 的元素类型多样.

>>> {3,6,"cat",4.3,False}
set([False, 3, 4.3, 6, ‘cat‘])
>>> mySet = {3,6,"cat",4.3,False}
>>> mySet
set([False, 3, 4.3, 6, ‘cat‘])

>>> {3,6,"cat",4.3,False}
set([False, 3, 4.3, 6, ‘cat‘])
>>> mySet = {3,6,"cat",4.3,False}
>>> mySet
set([False, 3, 4.3, 6, ‘cat‘])
>>>
>>> mySet = {3,6,"cat",4.3,False}
>>> len(mySet)
5
>>> False in mySet
True
>>> "dog" in mySet
False
>>> yourSet = {3,1,"cat",4.7,False}
>>> mySet | yourSet
set([False, 1, 3, 6, 4.3, ‘cat‘, 4.7])
>>> mySet & yourSet
set([False, 3, ‘cat‘])
>>> mySet - yourSet
set([4.3, 6])
>>> mySet <= yourSet
False

Sets 提供的方法类似于数学中的集合. 表 6 提供了概要. 例子如下所示：

>>> mySet = {False, 4.5, 3, 6, ‘cat‘}
>>> yourSet = {99, 3, 100}
>>> mySet.union(yourSet)
set([4.5, False, 3, 100, 6, ‘cat‘, 99])
>>> mySet | yourSet
set([4.5, False, 3, 100, 6, ‘cat‘, 99])
>>> mySet.intersection(yourSet)
set([3])
>>> mySet & yourSet
set([3])
>>> mySet.difference(yourSet)
set([4.5, False, 6, ‘cat‘])
>>> mySet - yourSet
set([4.5, False, 6, ‘cat‘])
>>> {3, 100}.issubset(yourSet)
True
>>> {3, 100}<=yourSet
True
>>> mySet.add("house")
>>> mySet
set([4.5, False, 3, 6, ‘house‘, ‘cat‘])
>>> mySet.remove(4.5)
>>> mySet
set([False, 3, 6, ‘house‘, ‘cat‘])
>>> mySet.pop()
False
>>> mySet
set([3, 6, ‘house‘, ‘cat‘])
>>> mySet.clear()
>>> mySet
set([])

Dictionaries（字典）既有方法又有操作. 表7 和 表 8 描述了它们.

>>> phoneext = {‘david‘:1410, ‘brad‘:1137}
>>> phoneext
{‘brad‘: 1137, ‘david‘: 1410}
>>> phoneext.keys()
[‘brad‘, ‘david‘]
>>> phoneext.values()
[1137, 1410]
>>> phoneext.items()
[(‘brad‘, 1137), (‘david‘, 1410)]
>>> phoneext.get("kent")