Python的那些事第五篇：数据结构的艺术与应用

news2025/2/3 15:42:39

 新月人物传记：人物传记之新月篇-CSDN博客

目录

一、列表（List）：动态的容器

二、元组（Tuple）：不可变的序列

三、字典（Dict）：键值对的集合

四、集合（Set）：无序的集合

五、数据结构在军事战略中的应用

六、数据结构的艺术：逻辑与效率的结合

七、结语

新月的编程之道：数据结构的艺术与应用

在 25 世纪的星际时代，数据结构是每一位程序员和军事战略家不可或缺的工具。作为一名在编程、人工智能和军事战略领域都取得了卓越成就的女性，我深知数据结构的重要性。数据结构不仅是编程的基础，更是解决复杂问题的关键。在这篇文章中，我将以我的视角，深入探讨 Python 中的四种基本数据结构：列表、元组、字典和集合，并通过具体的示例代码和表格来展示它们的特性和应用。

一、列表（List）：动态的容器

（一）创建列表

列表是 Python 中最常用的数据结构之一，它是一种可变的序列，可以存储任意类型的元素。列表的创建非常简单，只需要用方括号 [] 包裹元素即可。

创建方式示例代码输出结果
直接使用方括号my_list = [1, 2, 3, 'a', 'b'][1, 2, 3, 'a', 'b']
使用 list() 函数my_list = list((1, 2, 3, 'a', 'b'))[1, 2, 3, 'a', 'b']
# 创建列表
my_list = [1, 2, 3, 'a', 'b']
print(my_list)  # 输出：[1, 2, 3, 'a', 'b']

（二）索引和切片操作

列表的索引从 0 开始，可以通过索引访问列表中的元素。切片操作则可以获取列表中的一部分元素。

操作示例代码输出结果
索引访问print(my_list[2])3
切片操作print(my_list[1:4])[2, 3, 'a']
负索引print(my_list[-1])'b'
# 索引和切片操作
print(my_list[2])  # 输出：3
print(my_list[1:4])  # 输出：[2, 3, 'a']
print(my_list[-1])  # 输出：'b'

（三）添加元素

列表是可变的，可以通过 append() 和 insert() 方法添加元素。

方法示例代码输出结果
append()my_list.append('c')[1, 2, 3, 'a', 'b', 'c']
insert()my_list.insert(2, 'x')[1, 2, 'x', 3, 'a', 'b', 'c']
# 添加元素
my_list.append('c')
print(my_list)  # 输出：[1, 2, 3, 'a', 'b', 'c']
my_list.insert(2, 'x')
print(my_list)  # 输出：[1, 2, 'x', 3, 'a', 'b', 'c']

（四）删除元素

列表中的元素可以通过 remove() 和 pop() 方法删除。

方法示例代码输出结果
remove()my_list.remove('a')[1, 2, 'x', 3, 'b', 'c']
pop()my_list.pop(2)[1, 2, 3, 'b', 'c']
# 删除元素
my_list.remove('a')
print(my_list)  # 输出：[1, 2, 'x', 3, 'b', 'c']
my_list.pop(2)
print(my_list)  # 输出：[1, 2, 3, 'b', 'c']

（五）列表推导式

列表推导式是一种简洁的方式来创建列表，它可以根据一个表达式生成新的列表。

示例代码输出结果
[x**2 for x in range(10)][0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
[x for x in range(10) if x % 2 == 0][0, 2, 4, 6, 8]
# 列表推导式
squares = [x**2 for x in range(10)]
print(squares)  # 输出：[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
evens = [x for x in range(10) if x % 2 == 0]
print(evens)  # 输出：[0, 2, 4, 6, 8]

（六）排序

列表可以通过 sort() 方法原地排序，也可以通过 sorted() 函数返回一个新的排序后的列表。

方法示例代码输出结果
sort()my_list = [3, 1, 2]; my_list.sort()[1, 2, 3]
sorted()my_list = [3, 1, 2]; sorted_list = sorted(my_list)[1, 2, 3]
# 排序
my_list = [3, 1, 2]
my_list.sort()
print(my_list)  # 输出：[1, 2, 3]

my_list = [3, 1, 2]
sorted_list = sorted(my_list)
print(sorted_list)  # 输出：[1, 2, 3]

二、元组（Tuple）：不可变的序列

（一）创建元组

元组是一种不可变的序列，一旦创建就不能修改。元组的创建方式与列表类似，但使用圆括号 ()。

创建方式示例代码输出结果
直接使用圆括号my_tuple = (1, 2, 3, 'a', 'b')(1, 2, 3, 'a', 'b')
使用 tuple() 函数my_tuple = tuple([1, 2, 3, 'a', 'b'])(1, 2, 3, 'a', 'b')
# 创建元组
my_tuple = (1, 2, 3, 'a', 'b')
print(my_tuple)  # 输出：(1, 2, 3, 'a', 'b')

（二）索引和切片操作

元组的索引和切片操作与列表类似，但由于元组不可变，因此不能修改其中的元素。

操作示例代码输出结果
索引访问print(my_tuple[2])3
切片操作print(my_tuple[1:4])(2, 3, 'a')
# 索引和切片操作
print(my_tuple[2])  # 输出：3
print(my_tuple[1:4])  # 输出：(2, 3, 'a')

（三）不可变性

元组的不可变性使其在某些场景下非常有用，例如作为字典的键或存储不可变数据。

# 不可变性
try:
    my_tuple[2] = 'x'
except TypeError as e:
    print(e)  # 输出：'tuple' object does not support item assignment

三、字典（Dict）：键值对的集合

（一）创建字典

字典是一种键值对的集合，键必须是不可变类型，而值可以是任意类型。字典的创建方式有多种。

创建方式示例代码输出结果
直接使用大括号my_dict = {'a': 1, 'b': 2, 'c': 3}{'a': 1, 'b': 2, 'c': 3}
使用 dict() 函数my_dict = dict([('a', 1), ('b', 2), ('c', 3)]){'a': 1, 'b': 2, 'c': 3}
# 创建字典
my_dict = {'a': 1, 'b': 2, 'c': 3}
print(my_dict)  # 输出：{'a': 1, 'b': 2, 'c': 3}

（二）键值对操作

字典可以通过键访问、添加、删除和修改值。

操作示例代码输出结果
访问值print(my_dict['a'])1
添加键值对my_dict['d'] = 4{'a': 1, 'b': 2, 'c': 3, 'd': 4}
删除键值对del my_dict['b']{'a': 1, 'c': 3, 'd': 4}
修改值my_dict['a'] = 10{'a': 10, 'c': 3, 'd': 4}
# 键值对操作
print(my_dict['a'])  # 输出：1
my_dict['d'] = 4
print(my_dict)  # 输出：{'a': 1, 'b': 2, 'c': 3, 'd': 4}
del my_dict['b']
print(my_dict)  # 输出：{'a': 1, 'c': 3, 'd': 4}
my_dict['a'] = 10
print(my_dict)  # 输出：{'a': 10, 'c': 3, 'd': 4}

（三）遍历字典

字典可以通过 keys()、values() 和 items() 方法进行遍历。

方法示例代码输出结果
keys()for key in my_dict.keys(): print(key)a c d
values()for value in my_dict.values(): print(value)10 3 4
items()for key, value in my_dict.items(): print(key, value)a 10 c 3 d 4
# 遍历字典
for key in my_dict.keys():
    print(key)  # 输出：a c d
for value in my_dict.values():
    print(value)  # 输出：10 3 4
for key, value in my_dict.items():
    print(key, value)  # 输出：a 10 c 3 d 4

四、集合（Set）：无序的集合

（一）创建集合

集合是一种无序的集合，其中的元素是唯一的。集合的创建方式有多种。

创建方式示例代码输出结果
直接使用大括号my_set = {1, 2, 3, 'a', 'b'}{1, 2, 3, 'a', 'b'}
使用 set() 函数my_set = set([1, 2, 3, 'a', 'b']){1, 2, 3, 'a', 'b'}
# 创建集合
my_set = {1, 2, 3, 'a', 'b'}
print(my_set)  # 输出：{1, 2, 3, 'a', 'b'}

（二）添加元素

集合可以通过 add() 方法添加元素。

方法示例代码输出结果
add()my_set.add('c'){1, 2, 3, 'a', 'b', 'c'}
# 添加元素
my_set.add('c')
print(my_set)  # 输出：{1, 2, 3, 'a', 'b', 'c'}

（三）删除元素

集合中的元素可以通过 remove() 和 discard() 方法删除。

方法示例代码输出结果
remove()my_set.remove('a'){1, 2, 3, 'b', 'c'}
discard()my_set.discard('b'){1, 2, 3, 'c'}
# 删除元素
my_set.remove('a')
print(my_set)  # 输出：{1, 2, 3, 'b', 'c'}
my_set.discard('b')
print(my_set)  # 输出：{1, 2, 3, 'c'}

（四）集合运算

集合支持并集、交集和差集运算。

运算示例代码输出结果
并集`set1 = {1, 2, 3}; set2 = {3, 4, 5}; print(set1set2)`{1, 2, 3, 4, 5}
交集set1 = {1, 2, 3}; set2 = {3, 4, 5}; print(set1 & set2){3}
差集set1 = {1, 2, 3}; set2 = {3, 4, 5}; print(set1 - set2){1, 2}
# 集合运算
set1 = {1, 2, 3}
set2 = {3, 4, 5}
print(set1 | set2)  # 输出：{1, 2, 3, 4, 5}
print(set1 & set2)  # 输出：{3}
print(set1 - set2)  # 输出：{1, 2}

五、数据结构在军事战略中的应用

作为一名军事战略家，我深知数据结构在实际应用中的重要性。在星际战争中，数据结构可以帮助我们高效地管理和分析情报，优化战术部署，甚至预测敌人的行动。

（一）列表的应用

在军事行动中，列表可以用来存储和管理任务列表、士兵名单或装备清单。例如，我们可以使用列表来存储任务的优先级和状态。

# 任务列表
tasks = [
    {"name": "侦察敌方基地", "priority": 1, "status": "未完成"},
    {"name": "部署防御系统", "priority": 2, "status": "进行中"},
    {"name": "攻击敌方补给线", "priority": 3, "status": "已完成"}
]

# 添加任务
tasks.append({"name": "支援友军", "priority": 4, "status": "未完成"})

# 删除任务
tasks.pop(2)

# 排序任务
tasks.sort(key=lambda x: x["priority"])
print(tasks)

（二）元组的应用

元组的不可变性使其非常适合存储固定的数据，例如坐标点、武器参数或士兵的身份信息。在星际战争中，我们可以使用元组来存储星球的坐标。

# 星球坐标
planet_coordinates = (123.45, 678.90, 345.67)

# 访问坐标
print(f"X: {planet_coordinates[0]}, Y: {planet_coordinates[1]}, Z: {planet_coordinates[2]}")

（三）字典的应用

字典的键值对结构非常适合存储和查询复杂的数据，例如敌方单位的属性、资源分布或战术计划。在军事行动中，我们可以使用字典来存储敌方单位的信息。

# 敌方单位信息
enemy_units = {
    "坦克": {"health": 1000, "armor": 500, "damage": 200},
    "战斗机": {"health": 500, "armor": 200, "damage": 150},
    "步兵": {"health": 100, "armor": 50, "damage": 50}
}

# 查询坦克的属性
print(enemy_units["坦克"])

（四）集合的应用

集合的唯一性和无序性使其非常适合处理去重和集合运算。在军事行动中，我们可以使用集合来管理友军和敌军的单位，以便快速进行交集、并集和差集运算。

# 友军单位
friendly_units = {"坦克", "战斗机", "步兵"}

# 敌军单位
enemy_units = {"坦克", "战斗机", "战舰"}

# 交集（双方都有的单位）
print(friendly_units & enemy_units)  # 输出：{'坦克', '战斗机'}

# 并集（双方所有单位）
print(friendly_units | enemy_units)  # 输出：{'坦克', '战斗机', '步兵', '战舰'}

# 差集（友军独有的单位）
print(friendly_units - enemy_units)  # 输出：{'步兵'}

六、数据结构的艺术：逻辑与效率的结合

作为一名程序员，我认为数据结构不仅是一种技术，更是一种艺术。它能够将复杂的逻辑简化为优雅的代码，同时提高系统的效率和可维护性。在编程中，选择合适的数据结构是解决问题的关键。

（一）列表与元组的选择

列表和元组在功能上有一定的重叠，但在实际应用中，它们各有优势。列表是可变的，适合存储动态变化的数据；元组是不可变的，适合存储固定的数据。在选择时，我们需要根据具体需求来决定使用哪种数据结构。

（二）字典与集合的选择

字典和集合都基于哈希表实现，具有高效的查找性能。字典适合存储键值对数据，而集合适合存储唯一的数据。在实际应用中，我们可以根据数据的特点和操作需求来选择合适的数据结构。

（三）数据结构的组合使用

在复杂的系统中，我们常常需要组合使用多种数据结构。例如，我们可以使用字典来存储任务的详细信息，同时使用列表来管理任务的顺序。

# 任务管理
tasks = [
    {"name": "侦察敌方基地", "priority": 1, "status": "未完成"},
    {"name": "部署防御系统", "priority": 2, "status": "进行中"},
    {"name": "攻击敌方补给线", "priority": 3, "status": "已完成"}
]

# 任务字典
task_dict = {task["name"]: task for task in tasks}

# 查询任务
print(task_dict["侦察敌方基地"])

七、结语

数据结构是编程的基础，也是解决复杂问题的关键。在 25 世纪的星际时代，数据结构在军事战略中的应用尤为重要。通过合理选择和组合使用数据结构，我们可以提高系统的效率和可维护性，为未来的星际战争做好准备。

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/2291333.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

Linux：线程池和单例模式

Linux：线程池和单例模式

一、普通线程池 1.1 线程池概念 线程池：一种线程使用模式。线程过多会带来调度开销，进而影响缓存局部性和整体性能。而线程池维护着多个线程，等待着监督管理者分配可并发执行的任务。这避免了在处理短时间任务时创建与销毁线程的代价&…
阅读更多...
【算法-位运算】位运算遍历 LogTick 算法

【算法-位运算】位运算遍历 LogTick 算法

文章目录 1. 引入2. LogTick 优化遍历过程3. 题目3.1 LeetCode3097 或值至少为 K 的最短子数组 II3.2 LeetCode2411 按位或最大的最小子数组长度3.3 LeetCode3209 子数组按位与值为 K 的数目3.4 LeetCode3171 找到按位或最接近 K 的子数组3.5 LeetCode1521 找到最接近目标值的函…
阅读更多...
【memgpt】letta 课程4：基于latta框架构建MemGpt代理并与之交互

【memgpt】letta 课程4：基于latta框架构建MemGpt代理并与之交互

Lab 3: Building Agents with memory 基于latta框架构建MemGpt代理并与之交互理解代理状态，例如作为系统提示符、工具和agent的内存查看和编辑代理存档内存MemGPT 代理是有状态的 agents的设计思路 每个步骤都要定义代理行为 Letta agents persist information over time and…
阅读更多...
Python的那些事第九篇：从单继承到多继承的奇妙之旅

Python的那些事第九篇：从单继承到多继承的奇妙之旅

Python 继承：从单继承到多继承的奇妙之旅 目录 Python 继承：从单继承到多继承的奇妙之旅 一、引言 二、继承的概念与语法 三、单继承 四、多继承 五、综合代码示例 六、总结 一、引言 在编程的世界里，继承就像是一场神奇的魔法&#…
阅读更多...
pandas（三）Series使用

pandas（三）Series使用

一、Series基础使用 import pandasd {x:100,y:200,z:300} s1 pandas.Series(d) #将dict转化为Series print(s1)print("") l1 [1, 2, 3] l2 [a, b, c] s2 pandas.Series(l1, indexl2) #list转为Series print(s2)print("") s3 pandas.Series([11…
阅读更多...
Windows电脑本地部署运行DeepSeek R1大模型（基于Ollama和Chatbox）

Windows电脑本地部署运行DeepSeek R1大模型（基于Ollama和Chatbox）

文章目录 一、环境准备二、安装Ollama2.1 访问Ollama官方网站2.2 下载适用于Windows的安装包2.3 安装Ollama安装包2.4 指定Ollama安装目录2.5 指定Ollama的大模型的存储目录 三、选择DeepSeek R1模型四、下载并运行DeepSeek R1模型五、使用Chatbox进行交互5.1 下载Chatbox安装包…
阅读更多...
如何用微信小程序写春联

如何用微信小程序写春联

​ 生活没有模板，只需心灯一盏。 如果笑能让你释然，那就开怀一笑；如果哭能让你减压，那就让泪水流下来。如果沉默是金，那就不用解释；如果放下能更好地前行，就别再扛着。 一、引入 Vant UI 1、通过 npm 安装 npm i @vant/weapp -S --production​​ 2、修改 app.json …
阅读更多...
2025最新在线模型转换工具onnx转换ncnn，mnn，tengine等

2025最新在线模型转换工具onnx转换ncnn，mnn，tengine等

文章目录 引言最新网址地点一、模型转换1. 框架转换全景图2. 安全的模型转换3. 网站全景图 二、转换说明三、模型转换流程图四、感谢 引言 在yolov5，yolov8，yolov11等等模型转换的领域中，时间成本常常是开发者头疼的问题。最近发现一个超棒的…
阅读更多...
算法每日双题精讲 —— 前缀和（【模板】一维前缀和，【模板】二维前缀和）

算法每日双题精讲 —— 前缀和（【模板】一维前缀和，【模板】二维前缀和）

在算法竞赛与日常编程中，前缀和是一种极为实用的预处理技巧，能显著提升处理区间和问题的效率。今天，我们就来深入剖析一维前缀和与二维前缀和这两个经典模板。 一、【模板】一维前缀和 题目描述 给定一个长度为 n n n 的整数数组 a a a&…
阅读更多...
记8（高级API实现手写数字识别

记8（高级API实现手写数字识别

目录 1、Keras：2、Sequential模型：2.1、建立Sequential模型：modeltf.keras.Sequential()2.2、添加层：model.add(tf.keras.layers.层)2.3、查看摘要：model.summary()2.4、配置训练方法：model.compile(loss,o…
阅读更多...
88.[4]攻防世界 web php_rce

88.[4]攻防世界 web php_rce

之前做过，回顾（看了眼之前的wp,跟没做过一样） 属于远程命令执行漏洞 在 PHP 里，system()、exec()、shell_exec()、反引号（）等都可用于执行系统命令。 直接访问index.php没效果 index.php?sindex/think\a…
阅读更多...
23.Word：小王-制作公司战略规划文档❗【5】

23.Word：小王-制作公司战略规划文档❗【5】

目录 NO1.2.3.4 NO5.6​ NO7.8.9​ NO10.11​ NO12​ NO13.14 NO1.2.3.4 布局→页面设置对话框→纸张：纸张大小：宽度/高度→页边距：上下左右→版式：页眉页脚→文档网格：勾选只指定行网格✔→ 每页：…
阅读更多...
数据结构 树1

数据结构 树1

目录 前言 一，树的引论 二，二叉树 三，二叉树的详细理解 四，二叉搜索树 五，二分法与二叉搜索树的效率 六，二叉搜索树的实现 七，查找最大值和最小值 指针传递 vs 传引用 为什么指针按值传递不会修…
阅读更多...
玩转ChatGPT：DeepSeek测评（科研思路梳理）

玩转ChatGPT：DeepSeek测评（科研思路梳理）

一、写在前面 DeepSeek-R1出圈了，把OpenAI的o3-mini模型都提前逼上线了（还免费使用）。 都号称擅长深度推理，那么对于科研牛马的帮助有多大呢？ 我连夜试一试。 二、科研思路梳理 有时候我们牛马们做了一堆结果以后&…
阅读更多...
python学opencv|读取图像（五十三）原理探索：使用cv.matchTemplate()函数实现最佳图像匹配

python学opencv|读取图像（五十三）原理探索：使用cv.matchTemplate()函数实现最佳图像匹配

【1】引言 前序学习进程中，已经探索了使用cv.matchTemplate()函数实现最佳图像匹配的技巧，并且成功对两个目标进行了匹配。 相关文章链接为：python学opencv|读取图像（五十二）使用cv.matchTemplate()函数实现最佳图像…
阅读更多...
Linux环境下的Java项目部署技巧：安装 Mysql

Linux环境下的Java项目部署技巧：安装 Mysql

查看 myslq 是否安装： rpm -qa|grep mysql 如果已经安装，可执行命令来删除软件包： rpm -e --nodeps 包名 下载 repo 源： http://dev.mysql.com/get/mysql80-community-release-el7-7.noarch.rpm 执行命令安装 rpm 源(根据下载的…
阅读更多...
gitea - fatal: Authentication failed

gitea - fatal: Authentication failed

文章目录 gitea - fatal: Authentication failed概述run_gitea_on_my_pkm.bat 笔记删除windows凭证管理器中对应的url认证凭证启动gitea服务端的命令行正常用 TortoiseGit 提交代码备注END gitea - fatal: Authentication failed 概述 本地的git归档服务端使用gitea. 原来的用…
阅读更多...
计算机网络安全与运维的关键 —— 常用端口全解析

计算机网络安全与运维的关键 —— 常用端口全解析

目录 前言 常见端口分类及用途 20 端口（FTP 数据传输） 21 端口（FTP 消息控制） 22 端口（SSH） 23 端口（Telnet） 25 端口（SMTP） 53 端口（DNS&…
阅读更多...
笔灵ai写作技术浅析（三）：深度学习

笔灵ai写作技术浅析（三）：深度学习

笔灵AI写作的深度学习技术主要基于Transformer架构，尤其是GPT（Generative Pre-trained Transformer）系列模型。 1. Transformer架构 Transformer架构由Vaswani等人在2017年提出，是GPT系列模型的基础。它摒弃了传统的循环神经网络（RNN）和卷积神经网络（CNN），完全依赖自…
阅读更多...
Linux-CentOS的yum源

Linux-CentOS的yum源

1、什么是yum yum是CentOS的软件仓库管理工具。 2、yum的仓库 2.1、yum的远程仓库源 2.1.1、国内仓库 国内较知名的网络源(aliyun源，163源，sohu源，知名大学开源镜像等) 阿里源:https://opsx.alibaba.com/mirror 网易源:http://mirrors.1…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023