Python数据结构与算法

• 2020 年 1 月 2 日
• 筆記

Python数据结构与算法

一、筛选数据

0x1 列表

列表解析

[x for x in data if x>= 0]

filter函数:

g = filter(lambda x : x >=0, data) 在python3中，得到的是构造器，要用list才可以得到结果 list(g)

0x2 字典

字典解析

{k:v for k, v in d.items() if v> 90} d = {'student%d' %i :randint(50,100) for i in range(1,21)} {k:v for k,v in d.items() if v>=90}

0x3 集合

集合解析

{x for x in s if x%3==0}

二、元组命名

student = ('mubai',20,'male','[email protected]') 访问里面的数据用下标索引，可读性不好。

方案1:定义一系列数值常量或枚举类型

NAME,AGE,SEX,EMAIL = range(4) student[NAME] //mubai

方案2:使用标准库中collections.namedtuple替代内置tuple

//使用枚举 from enum import IntEnum class StudentEnum(IntEnum): NAME = 0 AGE = 1 SEX = 2 EMAIL = 3 student[StudentEnum.AGE] = 20 //使用collections.namedtuple from collections import namedtuple Student = namedtuple('Student',['name','age','sex','email']) s = Student('mubai',20,'male','[email protected]') //s.name = mubai

三、字典排序

根据成绩高低排名: { 'LiLei':79, 'Jim':88, 'Lucy':92, ... }

将字典中的各项转换为元组，使用内置函数sorted排序。

方案一：将字典中的项转化为(值，键)元组。(列表解析或zip )

//随机生成成绩表 from random import randint g = {k: randint(60,100) for k in 'abcdefgh'} //列表解析 d = [(v,k) for k,v in g.items()] //zip函数 d = list(zip(g.values(),g.keys()) m = sorted(d,reverse=True)

方案二：传递sorted函数的key参数

m = sorted(g.items(),key=lambda item:item[1],reverse=True)

最终排名：

n = list(enumerate(m,1)) //对m进行排序，加序号 for i,(k,v) in n: //迭代n，增加排序 g[k] = (i,v) //{'a': (1, 100), 'b': (7, 66), 'c': (8, 65), …} o = {k:(i,v) for i,(k,v) in enumerate(m,1)}

四、统计频度

某随机序列找到出现次数最高的3个元素,它们出现次数是多少?

方案一：将序列转换为字典{元素:频度},根据字典中的值排序。

data = [randint(0,20) for _ in range(30)] //新建一个字典，值全为0 d = dict.fromkeys(data,0) //迭代，值加一 for x in data: d[x] += 1 m = sorted([(v,k) for k,v in d.items()],reverse=True) sorted(((v,k) for k,v in d.items()),reverse=True)[:3] //生成器解析 取前三个 //不用sorted全部计算，采用堆 import heapq m = heapq.nlargest(3,((v,k) for k,v in d.items()))

方案二：使用标准库collections中的Counter对象。

from collections import Counter c = Counter(data) //统计词频 c.most_common(3) //选前三

统计文本文件词频：

from collections import Counter text = open('a.txt').read() import re //正则表达式 word_list = re.split('W+',txt) //非字符切割文本 t = Counter(word_list) t.most_common(10)

五、字典中的公共键

场景：指定球员多场球赛进球数。 模拟：随机生成多个字典，找出公共建。

from random import randint,sample d = sample('abcdefgh',randint(3,6)) #进球的球员 d1 = {k:randint(1,4) for k in d} d2 = {k:randint(1,4) for k in d} d3 = {k:randint(1,4) for k in d} dl = [d1,d2,d3]

方案一、迭代每个字典的键

//循环迭代 for k in d1: if k in d2 and k in d3: print(k) //列表解析 [k for k in d1 if k in d2 and k in d3] [k for k in dl[0] if all(map(lambda d:k in d, dl[1:]))]

方案二、利用集合(set)的交集操作

Step1:使用字典的keys()方法，得到一个字典keys的集合. Step2:使用map函数，得到每个字典keys的集合. Step3:使用reduce函数，取所有字典的keys集合的交集.

# reduce()函数介绍 //10的阶乘 from functools import reduce reduce(lambda a,b : a*b,range(1,11)) d1 = {k:randint(1,4) for k in d} d2 = {k:randint(1,4) for k in d} d3 = {k:randint(1,4) for k in d} d1&d3&d2 //下面是最终结果 reduce(lambda a,b:a&b,map(dict.keys,dl))

五、让字典有序

Python3.5之前的字典不是有序的，存和取位置并不是对应好的。 案例：编写根据排名获取选手的函数接口

方案：使用标准库collections中的OrderedDict

from collections import OrderedDict players = list('abcdefgh') from random import shuffle #洗牌函数 shuffle(players) od = OrderedDict() for i,p in enumerate(players,1): od[p] = i #根据名字查询成绩 def query_by_name(d,name): return d[name] from itertools import islice def query_by_order(d,a,b=null): a -= 1 if b is None: b = a + 1 return list(islice(od,a,b)) query_by_order(od,3) query_by_order(od,3,6)

六、历史记录存储

案例：现在我们制作了一个简单的猜数字的小游戏，如何添加历史记录功能，显示用户最近猜过的数字?

方案一：使用容量为n的队列存储历史记录

使用标准库collections中的deque,它是一个双端循环队列

from collections import deque q = deque([],5) //[]初始化 队列长度 q.append(1) //入队 q.appendleft(2) //从左入队 q.pop(1) //出队

方案二：使用pickle模块将历史记录存储到硬盘，以便下次启动使用

pickle.dump(obj, file, [,protocol]) 注解：将对象obj保存到文件file中去。

import pickle pickle.dump(q.open('save.pkl','wb')) #以二进制方式写入 p = pickle.load(open('save.pkl','rb')) #以二进制方式读取