Python基础教程（十一）：数据结构汇总梳理

news2025/6/26 23:54:39

💝💝💝首先，欢迎各位来到我的博客，很高兴能够在这里和您见面！希望您在这里不仅可以有所收获，同时也能感受到一份轻松欢乐的氛围，祝你生活愉快！
💝💝💝如有需要请大家订阅我的专栏【Python系列】哟！我会定期更新相关系列的文章
💝💝💝关注！关注！！请关注！！！请大家关注下博主，您的支持是我不断创作的最大动力！！！

文章目录

- 引言
- - 1. 列表（List）
  - 2. 元组（Tuple）
  - 3. 字典（Dictionary）
  - 4. 集合（Set）
- 结论
- 结束语

引言

在编程的世界里，数据结构是构建高效算法和软件系统的基础。Python，作为一种广泛使用的高级编程语言，提供了丰富的内置数据结构，使得处理数据变得既直观又强大。本文将深入探讨Python中的主要数据结构类型，包括列表（List）、元组（Tuple）、字典（Dictionary）和集合（Set），并通过具体案例来展示它们的应用场景。

1. 列表（List）

定义：列表是最常用的数据结构之一，它是一个有序的元素集合，可以存储任意类型的元素，并且允许重复。

特点：

可变性：列表是可变的，意味着可以在列表创建后添加、删除或修改其中的元素。
索引：列表中的每个元素都有一个对应的索引，从0开始计数。

案例：假设我们需要维护一个学生名单，记录每位学生的姓名和成绩。

students = ["Alice", "Bob", "Charlie"]
scores = [90, 85, 88]

# 添加新学生
students.append("David")
scores.append(92)

# 修改某个学生的成绩
scores[1] = 87

# 删除学生
del students[0]
del scores[0]

# 打印当前学生名单和成绩
print(students)
print(scores)

2. 元组（Tuple）

定义：元组与列表相似，但它是不可变的，一旦创建就无法更改。

特点：

不可变性：元组创建后不能被修改，这使得它在需要确保数据不变的情况下非常有用。
性能：由于不可变性，元组在某些情况下比列表更节省内存，运行速度也更快。

案例：假设我们有一个坐标点集合，每个点由其x和y坐标组成。

points = [(1, 2), (3, 4), (5, 6)]

# 访问元组中的元素
print(points[0])       # 输出 (1, 2)
print(points[0][1])    # 输出 2

# 遍历元组集合
for x, y in points:
    print(f"Point: ({x}, {y})")

3. 字典（Dictionary）

定义：字典是一种键值对的集合，其中每个键都是唯一的，用于快速查找值。

特点：

键唯一：字典中的键不能重复，如果尝试插入相同的键，后一个值将会覆盖前一个。
快速查找：字典提供O(1)时间复杂度的查找性能。

案例：假设我们想要管理一个图书馆的图书信息，包括书名和作者。

library = {
    "The Great Gatsby": "F. Scott Fitzgerald",
    "To Kill a Mockingbird": "Harper Lee"
}

# 添加新书
library["1984"] = "George Orwell"

# 查找作者
author = library["To Kill a Mockingbird"]
print(author)

# 删除书籍
del library["The Great Gatsby"]

# 遍历字典
for title, author in library.items():
    print(f"{title} by {author}")

4. 集合（Set）

定义：集合是一个无序的、不重复的元素集合。

特点：

唯一性：集合中的元素必须是唯一的，重复的元素在插入时会被自动去除。
无序性：集合中的元素没有固定的顺序，因此不能通过索引访问。

案例：假设我们有一份待办事项清单，但不想有重复的任务。

tasks = {"Buy milk", "Walk the dog", "Pay bills", "Buy milk"}

# 集合自动去重
print(tasks)  # 输出 {'Buy milk', 'Walk the dog', 'Pay bills'}

# 添加任务
tasks.add("Read book")

# 移除任务
tasks.remove("Walk the dog")

# 检查任务是否存在
if "Pay bills" in tasks:
    print("Remember to pay your bills!")

结论

Python的内置数据结构提供了强大的功能，使开发者能够高效地管理和操作数据。理解并熟练运用这些数据结构对于编写高质量的Python代码至关重要。通过本文的介绍和案例分析，相信你已经掌握了Python数据结构的基本概念和使用方法。接下来，实践是检验学习成果的最佳方式，尝试在自己的项目中应用这些数据结构吧！

结束语

喜欢博主的同学，请给博主一丢丢打赏吧↓↓↓您的支持是我不断创作的最大动力哟！感谢您的支持哦😘😘😘
打赏下吧

💝💝💝如有需要请大家订阅我的专栏【Python系列】哟！我会定期更新相关系列的文章
💝💝💝关注！关注！！请关注！！！请大家关注下博主，您的支持是我不断创作的最大动力！！！

python相关文章索引	文章链接
Python基础语法（一）：标识符与保留字部分	Python基础语法（一）：标识符与保留字部分
Python基础语法（二）：数据类型	Python基础语法（二）：数据类型
Python基础语法（三）：运算符	Python基础语法（三）：运算符
Python基础语法（四）：条件控制	Python基础语法（四）：条件控制
Python基础语法（五）：循环语句	Python基础语法（五）：循环语句
Python基础语法（六）：推导式编程	Python基础语法（六）：推导式编程
Python基础教程（七）：函数编程-从基础到进阶	Python基础教程（七）：函数编程-从基础到进阶
Python基础教程（八）：迭代器与生成器编程	Python基础教程（八）：迭代器与生成器编程
Python基础教程（九）：Lambda 函数	Python基础教程（九）：Lambda 函数
Python基础教程（十）：装饰器	Python基础教程（十）：装饰器