0. 标题
Python专家编程系列: 8. 高级数据结构介绍
id:4
作者: quantgalaxy@outlook.com
blog: https://blog.csdn.net/quant_galaxy
欢迎交流
1. 介绍
Python中，除了大家常用的数据结构外，还有几个非常好用的数据结构，这里主要介绍下Heap（堆），Deque（双端队列），Array（数组）。
2. 高级数据结构介绍
2.1 Heap（堆）
堆是一种基于树的数据结构，用于实现称为优先队列的抽象数据类型。
二叉树通常用于实现堆，堆主要有两种类型:
- 最小堆
根结点的键值是所有堆结点键值中最小者的堆。 - 最大堆
根结点的键值是所有堆结点键值中最大者的堆。
python提供了heapq模块，用于使用堆结构。
2.1.1 创建一个堆
import heapq
lst = [1,5,3,6,2]
heapq.heapify(lst)
print(lst)
#[1, 2, 3, 6, 5]
2.1.2 给最小堆中添加一个元素
heapq.heappush(lst, 10)
heapq.heappush(lst, 20)
print(lst)
#[1, 2, 3, 6, 5, 10, 20]
2.1.3 从最小堆中移除最小元素
heapq.heappop(lst)
#1
print(lst)
# [2, 5, 3, 6, 20, 10]
2.1.4 查询堆中的最小的n个元素
heapq.nsmallest(3, lst)
# [2, 3, 5]
2.1.5 查询堆中的n个最大元素
heapq.nlargest(1, lst)
# [20]
作者: quantgalaxy@outlook.com
blog: https://blog.csdn.net/quant_galaxy
欢迎交流
2.2 Deque（双端队列）
双端队列是栈和队列的泛化，允许从两端进行追加和弹出操作。
它比列表更可取，因为它在任何方向上的追加和弹出操作的时间复杂度都大约为0(1)。
另一方面，对于pop(0)和insert(0, v)操作，列表的时间复杂度为O(n)。
2.2.1 创建一个双端队列
from collections import deque
# Create a new deque
d = deque([1, 2, 3, 4])
2.2.2 添加一个元素
# Add to the right end
d.append(5)
# Add to the left end
d.appendleft(0)
2.2.3 移除一个元素
# Remove from the right end
rightmost = d.pop()
# Remove from the left end
leftmost = d.popleft()
2.2.4 翻转一个双端队列
print(d)
# deque([1,2,3,4])
d.reverse()
print(d)
# deque([4,3,2,1])
作者: quantgalaxy@outlook.com
blog: https://blog.csdn.net/quant_galaxy
欢迎交流
2.3 Array（数组）
数组是一种数据结构，它将元素存储在连续的内存位置中。
虽然列表可以存储异构数据(不同类型的数据)，但数组存储同构项(在初始化时需要类型规范)，这使得它们对于统一数据的大型数据集来说内存效率更高。
数组存储同构项(在初始化时需要类型规范)。一定要记住，这是和list最大的不同。
当我们创建一个数组的时候，需要指定数组元素的类型，不同类型有不同的空间占用：
- b: signed char (1 byte)
- B: unsigned char (1 byte)
- i: signed int (2 bytes)
- f: float (4 bytes)
- d: double (8 bytes)
2.3.1 创建一个数组
from array import array
# Create an array of integers
arr_int = array('i', [1, 2, 3, 4, 5])
# Create an array of floats
arr_float = array('f', [1.0, 2.1, 3.2])
2.3.2 往数组中添加一个元素
arr_int.append(6)
2.3.3 加入多个元素
arr_int.extend([7, 8, 9])
2.3.4 删除元素
last_element = arr_int.pop() # Removes and returns the last element
element_at_index_2 = arr_int.pop(2) # Removes and returns the element at index 2
2.3.5 索引和切片操作
print(arr_int[0]) # First element
print(arr_int[-1]) # Last element
print(arr_int[2:5]) # Elements from index 2 (inclusive) to 5 (exclusive)
注意，如果希望使用多维数组并对数组进行高级数学或统计操作，请选择Numpy数组。
3. 作者信息
作者: quantgalaxy@outlook.com
blog: https://blog.csdn.net/quant_galaxy
欢迎交流
